नेविगेशन
AI BENCHY
Advertise here

Seed-2.0-Lite vs Qwen3.5-Flash (medium)

Seed-2.0-Lite average score में आगे है: 6.2 vs 6.1. Seed-2.0-Lite की benchmark लागत कम है: $0.066 vs $0.142. Seed-2.0-Lite तेज है: 4.37s vs 84.44s, pass rates 40.9% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-03

रैंक
#178
कुल आउटपुट टोकन
14,744
प्रतिक्रिया समय (औसत)
4.37s
कुल लागत
$0.066
रैंक
#187
कुल आउटपुट टोकन
512,846
प्रतिक्रिया समय (औसत)
84.44s
कुल लागत
$0.142
अनुशंसित मॉडल Seed-2.0-Lite

It has the best score here (6.2), while costing about 2.2x less than Qwen3.5-Flash (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite none रिलीज़: 2026-02-14 Qwen3.5-Flash Qwen3.5-Flash medium रिलीज़: 2026-02-24
स्कोर 6.2 6.1
रैंक #178 #187
विश्वसनीयता 10.0 10.0
संगति 8.9 7.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 40.9% 65.2%
अस्थिर टेस्ट 3 6
कुल रन 66 66
प्रति परिणाम लागत 0.813 1.491
कुल लागत $0.066 $0.142
इनपुट कीमत $0.250 / 1M $0.065 / 1M
आउटपुट कीमत $2.000 / 1M $0.260 / 1M
कुल इनपुट टोकन 142,206 118,508
आउटपुट टोकन 14,744 35,457
रीजनिंग टोकन 0 477,389
प्रतिक्रिया समय (औसत) 4.37s 84.44s
प्रतिक्रिया समय (अधिकतम) 44.58s 515.38s
प्रतिक्रिया समय (कुल) 96.20s 1773.20s
पैरामीटर ~200B कुल (~20B सक्रिय) ~35B कुल (~3B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#178 Seed-2.0-Lite

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

#187 Qwen3.5-Flash

medium
लागत
$0.002
समय
25.8s
टोकन
4,294 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-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081

त्वरित तुलना

तुलना जोड़ी बदलें