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-Mini vs Google: Gemini 3.5 Flash

सारांश

Gemini 3.5 Flash (high) average score में आगे है: 9.8 vs 7.4. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.044 vs $1.115. Gemini 3.5 Flash (high) तेज है: 8.84s vs 80.22s, pass rates 57.1% vs 96.8%.

अनुशंसित मॉडलGemini 3.5 Flash (high)It has the best score here (9.8), while responding about 9.1x faster than Seed-2.0-Mini (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 Gemini 3.5 Flash Gemini 3.5 Flash high रिलीज़: 2026-05-19
स्कोर 7.4 9.8
रैंक #66 #1
विश्वसनीयता 6.7 10.0
संगति 9.3 9.6
सही परीक्षण
प्रति प्रयास पास दर 57.1% 96.8%
अस्थिर टेस्ट 2 1
कुल रन 63 63
प्रति परिणाम लागत 0.397 5.575
कुल लागत $0.044 $1.115
इनपुट कीमत $0.100 / 1M $1.500 / 1M
आउटपुट कीमत $0.400 / 1M $9.000 / 1M
कुल इनपुट टोकन 41,904 37,594
आउटपुट टोकन 2,555 1,975
रीजनिंग टोकन 95,974 115,638
प्रतिक्रिया समय (औसत) 80.22s 8.84s
प्रतिक्रिया समय (अधिकतम) 262.83s 34.82s
प्रतिक्रिया समय (कुल) 1363.72s 185.57s

जनरेशन शोकेस

Hamster playing table tennis

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

#66 Seed-2.0-Mini

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

#1 Gemini 3.5 Flash

high
लागत
$0.208
समय
118.2s
टोकन
23,158 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
Gemini 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129

त्वरित तुलना

तुलना जोड़ी बदलें