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

AI BENCHY तुलना

ByteDance Seed: Seed-2.0-Lite vs Qwen: Qwen3.5-35B-A3B

सारांश

Seed-2.0-Lite average score में आगे है: 6.2 vs 5.9. Qwen3.5-35B-A3B की benchmark लागत कम है: $0.012 vs $0.019. Seed-2.0-Lite तेज है: 2.49s vs 3.37s, pass rates 46.0% vs 42.9%.

अनुशंसित मॉडलSeed-2.0-LiteIt has the strongest score in this comparison (6.2) and the best overall balance of cost and response time across all 2 models.

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 Qwen3.5-35B-A3B Qwen3.5-35B-A3B none रिलीज़: 2026-02-24
स्कोर 6.2 5.9
रैंक #112 #127
विश्वसनीयता 10.0 10.0
संगति 8.4 8.9
सही परीक्षण
प्रति प्रयास पास दर 46.0% 42.9%
अस्थिर टेस्ट 4 3
कुल रन 63 63
प्रति परिणाम लागत 0.228 0.230
कुल लागत $0.019 $0.012
इनपुट कीमत $0.250 / 1M $0.140 / 1M
आउटपुट कीमत $2.000 / 1M $1.000 / 1M
कुल इनपुट टोकन 46,573 48,194
आउटपुट टोकन 3,259 4,343
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 2.49s 3.37s
प्रतिक्रिया समय (अधिकतम) 6.70s 47.43s
प्रतिक्रिया समय (कुल) 52.26s 70.75s

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

#127 Qwen3.5-35B-A3B

none
लागत
$0.005
समय
28.4s
टोकन
4,518 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
Qwen3.5-35B-A3B 5.5 10.0 33.3% 0 1.39s 7,808 571 0

त्वरित तुलना

तुलना जोड़ी बदलें