नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

ByteDance Seed: Seed-2.0-Lite vs OpenAI: gpt-oss-120b

Seed-2.0-Lite average score में आगे है: 6.2 vs 6.1. gpt-oss-120b (medium) की benchmark लागत कम है: $0.019 vs $0.066. Seed-2.0-Lite तेज है: 4.40s vs 21.91s, pass rates 43.9% vs 50.0%.

अनुशंसित मॉडलSeed-2.0-LiteIt has the best score here (6.2), while responding about 5.0x faster than gpt-oss-120b (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite none रिलीज़: 2026-02-14 gpt-oss-120b gpt-oss-120b medium रिलीज़: 2025-08-05
स्कोर 6.2 6.1
रैंक #127 #132
विश्वसनीयता 10.0 10.0
संगति 8.5 8.0
सही परीक्षण
प्रति प्रयास पास दर 43.9% 50.0%
अस्थिर टेस्ट 4 5
कुल रन 66 66
प्रति परिणाम लागत 0.814 0.221
कुल लागत $0.066 $0.019
इनपुट कीमत $0.250 / 1M $0.037 / 1M
आउटपुट कीमत $2.000 / 1M $0.170 / 1M
कुल इनपुट टोकन 142,197 108,747
आउटपुट टोकन 14,746 29,772
रीजनिंग टोकन 0 68,044
प्रतिक्रिया समय (औसत) 4.40s 21.91s
प्रतिक्रिया समय (अधिकतम) 44.58s 68.16s
प्रतिक्रिया समय (कुल) 96.84s 328.70s

Hamster playing table tennis

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

#127 Seed-2.0-Lite

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

#132 gpt-oss-120b

medium
लागत
$0.001
समय
26.7s
टोकन
555 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
gpt-oss-120b 5.9 7.0 55.6% 1 38.37s 7,782 3,365 11,973

त्वरित तुलना

तुलना जोड़ी बदलें