नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

ByteDance Seed: Seed-2.0-Lite vs Kwaipilot: KAT-Coder-Air V2.5

सारांश

average score लगभग बराबर है: 6.2 vs 6.2. Seed-2.0-Lite की benchmark लागत कम है: $0.019 vs $0.045. Seed-2.0-Lite तेज है: 2.49s vs 8.28s, pass rates 46.0% vs 47.6%.

अनुशंसित मॉडलSeed-2.0-LiteIt has the best score here (6.2), while costing about 2.5x less than KAT-Coder-Air V2.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite none रिलीज़: 2026-02-14 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14
स्कोर 6.2 6.2
रैंक #112 #115
विश्वसनीयता 10.0 9.7
संगति 8.4 8.8
सही परीक्षण
प्रति प्रयास पास दर 46.0% 47.6%
अस्थिर टेस्ट 4 3
कुल रन 63 63
प्रति परिणाम लागत 0.228 0.562
कुल लागत $0.019 $0.045
इनपुट कीमत $0.250 / 1M $0.150 / 1M
आउटपुट कीमत $2.000 / 1M $0.600 / 1M
कुल इनपुट टोकन 46,573 42,750
आउटपुट टोकन 3,259 7,759
रीजनिंग टोकन 0 56,357
प्रतिक्रिया समय (औसत) 2.49s 8.28s
प्रतिक्रिया समय (अधिकतम) 6.70s 48.19s
प्रतिक्रिया समय (कुल) 52.26s 173.80s

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#112 Seed-2.0-Lite

none
लागत
$0.005
समय
83.8s
टोकन
2,311 tok

#115 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Lite 5.6 10.0 33.3% 0 2.83s 8,215 410 0
KAT-Coder-Air V2.5 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973

त्वरित तुलना

तुलना जोड़ी बदलें