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 Flash Preview

सारांश

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 7.4. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.044 vs $0.667. Gemini 3 Flash Preview (medium) तेज है: 18.64s vs 80.22s, pass rates 57.1% vs 98.4%.

अनुशंसित मॉडलGemini 3 Flash Preview (medium)It has the best score here (9.6), while responding about 4.3x 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 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17
स्कोर 7.4 9.6
रैंक #66 #2
विश्वसनीयता 6.7 10.0
संगति 9.3 9.7
सही परीक्षण
प्रति प्रयास पास दर 57.1% 98.4%
अस्थिर टेस्ट 2 1
कुल रन 63 63
प्रति परिणाम लागत 0.397 3.335
कुल लागत $0.044 $0.667
इनपुट कीमत $0.100 / 1M $0.500 / 1M
आउटपुट कीमत $0.400 / 1M $3.000 / 1M
कुल इनपुट टोकन 41,904 37,017
आउटपुट टोकन 2,555 2,006
रीजनिंग टोकन 95,974 214,153
प्रतिक्रिया समय (औसत) 80.22s 18.64s
प्रतिक्रिया समय (अधिकतम) 262.83s 117.26s
प्रतिक्रिया समय (कुल) 1363.72s 391.35s

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

#2 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
17.9s
टोकन
3,236 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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

त्वरित तुलना

तुलना जोड़ी बदलें