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 Qwen: Qwen3.5-Flash

average score लगभग बराबर है: 6.2 vs 6.2. Seed-2.0-Lite की benchmark लागत कम है: $0.066 vs $0.139. Seed-2.0-Lite तेज है: 4.40s vs 84.82s, pass rates 43.9% vs 69.7%.

अनुशंसित मॉडलSeed-2.0-LiteIt has the best score here (6.2), while costing about 2.1x less than Qwen3.5-Flash (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

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 6.2
रैंक #110 #108
विश्वसनीयता 10.0 10.0
संगति 8.5 7.8
सही परीक्षण
प्रति प्रयास पास दर 43.9% 69.7%
अस्थिर टेस्ट 4 6
कुल रन 66 66
प्रति परिणाम लागत 0.814 1.361
कुल लागत $0.066 $0.139
इनपुट कीमत $0.250 / 1M $0.065 / 1M
आउटपुट कीमत $2.000 / 1M $0.260 / 1M
कुल इनपुट टोकन 142,197 118,499
आउटपुट टोकन 14,746 12,284
रीजनिंग टोकन 0 490,610
प्रतिक्रिया समय (औसत) 4.40s 84.82s
प्रतिक्रिया समय (अधिकतम) 44.58s 515.38s
प्रतिक्रिया समय (कुल) 96.84s 1781.22s

Hamster playing table tennis

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

#110 Seed-2.0-Lite

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

#108 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