नेविगेशन
AI BENCHY
Advertise here

ByteDance Seed: Seed-2.0-Mini vs OpenAI: GPT-5.6 Sol

Seed-2.0-Mini (medium) average score में आगे है: 7.0 vs 6.9. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.101 vs $0.524. GPT-5.6 Sol तेज है: 2.16s vs 92.53s, pass rates 57.6% vs 59.1%.

अनुशंसित मॉडलGPT-5.6 SolIts score stays close to the best score here (6.9 vs 7.0), while responding about 42.7x faster than Seed-2.0-Mini (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 GPT-5.6 Sol GPT-5.6 Sol none रिलीज़: 2026-07-09
स्कोर 7.0 6.9
रैंक #77 #80
विश्वसनीयता 8.5 10.0
संगति 8.9 9.0
सही परीक्षण
प्रति प्रयास पास दर 57.6% 59.1%
अस्थिर टेस्ट 3 3
कुल रन 66 66
प्रति परिणाम लागत 0.917 4.761
कुल लागत $0.101 $0.524
इनपुट कीमत $0.100 / 1M $5.000 / 1M
आउटपुट कीमत $0.400 / 1M $30.000 / 1M
कुल इनपुट टोकन 125,467 78,593
आउटपुट टोकन 10,778 4,357
रीजनिंग टोकन 209,856 0
प्रतिक्रिया समय (औसत) 92.53s 2.16s
प्रतिक्रिया समय (अधिकतम) 301.78s 12.81s
प्रतिक्रिया समय (कुल) 1665.50s 47.62s

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

#80 GPT-5.6 Sol

none
लागत
$0.116
समय
78.7s
टोकन
3,944 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
GPT-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0

त्वरित तुलना

तुलना जोड़ी बदलें