तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

ByteDance Seed: Seed-2.0-Mini vs Qwen: Qwen3.5-Flash

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	ByteDance Seed: Seed-2.0-Mini medium रिलीज़: 2026-02-26	Qwen: Qwen3.5-Flash medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#18	#24
स्कोर	6.13	5.79
संगति	8.91	7.60
प्रति परिणाम लागत	0.177	0.650
कुल लागत	$0.013	$0.046
सही परीक्षण
गलत टेस्ट	7	7
प्रति प्रयास पास दर	59.5%	66.7%
अस्थिर टेस्ट	2	4
आउटपुट टोकन	1,353	1,194
रीजनिंग टोकन	24,362	108,368

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	7.00	9.99	66.7%	0		354	9,352
Qwen: Qwen3.5-Flash	10.00	10.00	100.0%	0		363	23,645

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	9.88	10.00	100.0%	0		246	2,743
Qwen: Qwen3.5-Flash	5.50	5.87	83.3%	1		235	16,237

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	1.00	10.00	0.0%	0		0	0
Qwen: Qwen3.5-Flash	1.00	4.41	33.3%	2		52	34,605

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	8.00	9.99	50.0%	0		69	2,050
Qwen: Qwen3.5-Flash	7.50	9.91	50.0%	0		98	14,139

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	5.33	4.91	77.8%	2		462	4,982
Qwen: Qwen3.5-Flash	4.00	7.21	55.6%	1		137	18,458

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	10.00	10.00	100.0%	0		222	5,235
Qwen: Qwen3.5-Flash	10.00	10.00	100.0%	0		309	1,284

तुलना जोड़ी बदलें

ByteDance Seed: Seed-2.0-Mini की तुलना इससे करें...

Qwen: Qwen3.5-Flash की तुलना इससे करें...