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

Seed-2.0-Mini (medium) vs DeepSeek V4 Flash 0731 (low)

Seed-2.0-Mini (medium) average score में आगे है: 7.5 vs 7.4. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.140 vs $0.307. DeepSeek V4 Flash 0731 (low) तेज है: 88.15s vs 91.67s, pass rates 59.4% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#120
कुल आउटपुट टोकन
271,559
प्रतिक्रिया समय (औसत)
91.67s
कुल लागत
$0.140
रैंक
#124
कुल आउटपुट टोकन
414,035
प्रतिक्रिया समय (औसत)
88.15s
कुल लागत
$0.307
अनुशंसित मॉडल Seed-2.0-Mini (medium)

It has the best score here (7.5), while costing about 2.2x less than DeepSeek V4 Flash 0731 (low).

विस्तृत तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low रिलीज़: 2026-08-01
स्कोर 7.5 7.4
रैंक #120 #124
विश्वसनीयता 9.4 10.0
संगति 9.0 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 71.0%
अस्थिर टेस्ट 3 6
कुल रन 69 69
प्रति परिणाम लागत 1.167 0.840
कुल लागत $0.140 $0.307
इनपुट कीमत $0.100 / 1M $0.010 / 1M
आउटपुट कीमत $0.400 / 1M $1.280 / 1M
कुल इनपुट टोकन 313,368 231,356
आउटपुट टोकन 12,289 43,054
रीजनिंग टोकन 259,270 370,981
प्रतिक्रिया समय (औसत) 91.67s 88.15s
प्रतिक्रिया समय (अधिकतम) 301.78s 438.65s
प्रतिक्रिया समय (कुल) 1833.43s 2027.36s
पैरामीटर ~50B कुल (~5B सक्रिय) 284B कुल (13B 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.

#120 Seed-2.0-Mini

medium
लागत
$0.002
समय
161.7s
टोकन
4,379 tok

#124 DeepSeek V4 Flash 0731

low
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
78.1s
टोकन
8,090 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-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964
DeepSeek V4 Flash 0731 7.3 5.1 77.8% 2 163.31s 5,953 782 86,028

त्वरित तुलना

तुलना जोड़ी बदलें