नेविगेशन
AI BENCHY
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 Kimi K2.5 (medium)

average score लगभग बराबर है: 7.0 vs 7.0. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.116 vs $0.639. Seed-2.0-Mini (medium) तेज है: 93.10s vs 98.19s, pass rates 57.6% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#124
कुल आउटपुट टोकन
258,322
प्रतिक्रिया समय (औसत)
93.10s
कुल लागत
$0.116
रैंक
#125
कुल आउटपुट टोकन
220,942
प्रतिक्रिया समय (औसत)
98.19s
कुल लागत
$0.639
अनुशंसित मॉडल Seed-2.0-Mini (medium)

It has the best score here (7.0), while costing about 5.5x less than Kimi K2.5 (medium).

विस्तृत तुलना

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 #124 #125
विश्वसनीयता 8.7 10.0
संगति 8.9 7.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 57.6% 63.6%
अस्थिर टेस्ट 3 8
कुल रन 66 66
प्रति परिणाम लागत 1.054 4.849
कुल लागत $0.116 $0.639
इनपुट कीमत $0.100 / 1M $0.600 / 1M
आउटपुट कीमत $0.400 / 1M $3.000 / 1M
कुल इनपुट टोकन 125,704 118,496
आउटपुट टोकन 10,781 53,522
रीजनिंग टोकन 247,541 167,420
प्रतिक्रिया समय (औसत) 93.10s 98.19s
प्रतिक्रिया समय (अधिकतम) 301.78s 281.00s
प्रतिक्रिया समय (कुल) 1768.91s 1571.05s
पैरामीटर ~50B कुल (~5B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#124 Seed-2.0-Mini

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

#125 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