नेविगेशन
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 GPT-6 Luna (low)

GPT-6 Luna (low) average score में आगे है: 7.6 vs 7.5. GPT-6 Luna (low) की benchmark लागत कम है: $0.033 vs $0.140. GPT-6 Luna (low) तेज है: 23.23s vs 91.67s, pass rates 59.4% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#157
कुल आउटपुट टोकन
271,559
प्रतिक्रिया समय (औसत)
91.67s
कुल लागत
$0.140
रैंक
#153
कुल आउटपुट टोकन
24,880
प्रतिक्रिया समय (औसत)
23.23s
कुल लागत
$0.033
अनुशंसित मॉडल GPT-6 Luna (low)

It has the best score here (7.6), while costing about 4.4x less than Seed-2.0-Mini (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 GPT-6 Luna GPT-6 Luna low रिलीज़: 2026-09-23
स्कोर 7.5 7.6
रैंक #157 #153
विश्वसनीयता 9.4 9.7
संगति 9.0 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 63.8%
अस्थिर टेस्ट 3 4
कुल रन 69 69
प्रति परिणाम लागत 1.167 0.267
कुल लागत $0.140 $0.033
इनपुट कीमत $0.100 / 1M $0.100 / 1M
आउटपुट कीमत $0.400 / 1M $0.500 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.010 / 1M
कैश लिखने की कीमत लागू नहीं $0.125 / 1M
कुल इनपुट टोकन 313,368 195,928
आउटपुट टोकन 12,289 5,728
रीजनिंग टोकन 259,270 19,152
प्रतिक्रिया समय (औसत) 91.67s 23.23s
प्रतिक्रिया समय (अधिकतम) 301.78s 89.37s
प्रतिक्रिया समय (कुल) 1833.43s 534.22s
पैरामीटर ~50B कुल (~5B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#157 Seed-2.0-Mini

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

#153 GPT-6 Luna

low
लागत
$0.002
समय
19.2s
टोकन
2,598 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-6 Luna 6.0 7.2 55.6% 1 15.39s 7,302 493 6,655

तुलना जोड़ी बदलें