नेविगेशन
AI BENCHY
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 Step 3.7 Flash (high)

Seed-2.0-Mini (medium) average score में आगे है: 7.0 vs 6.8. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.116 vs $1.229. Step 3.7 Flash (high) तेज है: 70.10s vs 93.10s, pass rates 57.6% vs 60.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-29

रैंक
#124
कुल आउटपुट टोकन
258,322
प्रतिक्रिया समय (औसत)
93.10s
कुल लागत
$0.116
रैंक
#131
कुल आउटपुट टोकन
1,050,900
प्रतिक्रिया समय (औसत)
70.10s
कुल लागत
$1.229
अनुशंसित मॉडल Seed-2.0-Mini (medium)

It has the best score here (7.0), while costing about 10.6x less than Step 3.7 Flash (high).

विस्तृत तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 Step 3.7 Flash Step 3.7 Flash high रिलीज़: 2026-05-29
स्कोर 7.0 6.8
रैंक #124 #131
विश्वसनीयता 8.7 10.0
संगति 8.9 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 57.6% 60.6%
अस्थिर टेस्ट 3 4
कुल रन 66 66
प्रति परिणाम लागत 1.054 11.167
कुल लागत $0.116 $1.229
इनपुट कीमत $0.100 / 1M $0.200 / 1M
आउटपुट कीमत $0.400 / 1M $1.150 / 1M
कुल इनपुट टोकन 125,704 98,700
आउटपुट टोकन 10,781 1,050,900
रीजनिंग टोकन 247,541 0
प्रतिक्रिया समय (औसत) 93.10s 70.10s
प्रतिक्रिया समय (अधिकतम) 301.78s 364.99s
प्रतिक्रिया समय (कुल) 1768.91s 1542.14s
पैरामीटर ~50B कुल (~5B सक्रिय) 198B कुल (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#124 Seed-2.0-Mini

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

#131 Step 3.7 Flash

high
लागत
$0.007
समय
63.6s
टोकन
6,030 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
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

त्वरित तुलना

तुलना जोड़ी बदलें