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 Qwen3.6 Flash (medium)

Seed-2.0-Mini (medium) average score में आगे है: 7.5 vs 7.4. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.140 vs $0.783. Qwen3.6 Flash (medium) तेज है: 45.45s vs 91.67s, pass rates 59.4% vs 68.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-13

तुलना किए गए मॉडल

रैंक
#135
कुल आउटपुट टोकन
271,559
प्रतिक्रिया समय (औसत)
91.67s
कुल लागत
$0.140
रैंक
#139
कुल आउटपुट टोकन
652,280
प्रतिक्रिया समय (औसत)
45.45s
कुल लागत
$0.783
अनुशंसित मॉडल Seed-2.0-Mini (medium)

It has the best score here (7.5), while costing about 5.6x less than Qwen3.6 Flash (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 Qwen3.6 Flash Qwen3.6 Flash medium रिलीज़: 2026-04-20
स्कोर 7.5 7.4
रैंक #135 #139
विश्वसनीयता 9.4 10.0
संगति 9.0 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 68.1%
अस्थिर टेस्ट 3 5
कुल रन 69 69
प्रति परिणाम लागत 1.167 6.594
कुल लागत $0.140 $0.783
इनपुट कीमत $0.100 / 1M $0.188 / 1M
आउटपुट कीमत $0.400 / 1M $1.125 / 1M
कैश पढ़ने की कीमत लागू नहीं लागू नहीं
कैश लिखने की कीमत लागू नहीं $0.235 / 1M
कुल इनपुट टोकन 313,368 258,760
आउटपुट टोकन 12,289 22,221
रीजनिंग टोकन 259,270 630,059
प्रतिक्रिया समय (औसत) 91.67s 45.45s
प्रतिक्रिया समय (अधिकतम) 301.78s 578.13s
प्रतिक्रिया समय (कुल) 1833.43s 1045.45s
पैरामीटर ~50B कुल (~5B सक्रिय) ~35B कुल (~3B 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.

#135 Seed-2.0-Mini

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

#139 Qwen3.6 Flash

medium
अमान्य SVG
लागत
$0.008
समय
29.9s
टोकन
6,784 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
Qwen3.6 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967

तुलना जोड़ी बदलें