नेविगेशन
Advertise here

Seed-2.0-Mini (medium) vs Space Bunny Alpha (high)

average score लगभग बराबर है: 7.0 vs 7.0. Space Bunny Alpha (high) की benchmark लागत कम है: $0.000 vs $0.116. Space Bunny Alpha (high) तेज है: 27.38s vs 93.10s, pass rates 57.6% vs 62.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#166
कुल आउटपुट टोकन
258,322
प्रतिक्रिया समय (औसत)
93.10s
कुल लागत
$0.116
रैंक
#161
कुल आउटपुट टोकन
170,155
प्रतिक्रिया समय (औसत)
27.38s
कुल लागत
$0.000
अनुशंसित मॉडल Space Bunny Alpha (high)

It has the best score here (7.0), while responding about 3.4x faster than Seed-2.0-Mini (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 Space Bunny Alpha Space Bunny Alpha high रिलीज़: 2026-09-24
स्कोर 7.0 7.0
रैंक #166 #161
विश्वसनीयता 8.7 10.0
संगति 8.9 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 57.6% 62.1%
अस्थिर टेस्ट 3 4
कुल रन 66 66
प्रति परिणाम लागत 1.054 0.000
कुल लागत $0.116 $0.000
इनपुट कीमत $0.100 / 1M $0.000 / 1M
आउटपुट कीमत $0.400 / 1M $0.000 / 1M
कुल इनपुट टोकन 125,704 137,409
आउटपुट टोकन 10,781 170,155
रीजनिंग टोकन 247,541 0
प्रतिक्रिया समय (औसत) 93.10s 27.38s
प्रतिक्रिया समय (अधिकतम) 301.78s 234.56s
प्रतिक्रिया समय (कुल) 1768.91s 602.37s
पैरामीटर ~50B कुल (~5B सक्रिय) -
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#166 Seed-2.0-Mini

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

#161 Space Bunny Alpha

high
लागत
$0.000
समय
76.4s
टोकन
8,935 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
Space Bunny Alpha 6.2 7.1 55.6% 1 8.29s 8,493 8,006 0

त्वरित तुलना

तुलना जोड़ी बदलें