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-Mini vs MoonshotAI: Kimi K2.5

average score लगभग बराबर है: 7.0 vs 7.0. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.101 vs $0.600. Seed-2.0-Mini (medium) तेज है: 92.53s vs 99.00s, pass rates 57.6% vs 65.2%.

अनुशंसित मॉडलSeed-2.0-Mini (medium)It has the best score here (7.0), while costing about 5.9x less than Kimi K2.5 (medium).

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

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 Kimi K2.5 Kimi K2.5 medium रिलीज़: 2026-01-27
स्कोर 7.0 7.0
रैंक #77 #74
विश्वसनीयता 8.5 10.0
संगति 8.9 7.0
सही परीक्षण
प्रति प्रयास पास दर 57.6% 65.2%
अस्थिर टेस्ट 3 8
कुल रन 66 66
प्रति परिणाम लागत 0.917 4.789
कुल लागत $0.101 $0.600
इनपुट कीमत $0.100 / 1M $0.571 / 1M
आउटपुट कीमत $0.400 / 1M $2.850 / 1M
कुल इनपुट टोकन 125,467 118,448
आउटपुट टोकन 10,778 62,124
रीजनिंग टोकन 209,856 165,243
प्रतिक्रिया समय (औसत) 92.53s 99.00s
प्रतिक्रिया समय (अधिकतम) 301.78s 281.00s
प्रतिक्रिया समय (कुल) 1665.50s 1485.04s

Hamster playing table tennis

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

#77 Seed-2.0-Mini

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

#74 MoonshotAI: Kimi K2.5

medium
लागत
$0.030
समय
58.6s
टोकन
8,683 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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

त्वरित तुलना

तुलना जोड़ी बदलें