नेविगेशन
AI BENCHY
Advertise here

Seed-2.0-Mini (medium) vs Solar Pro 4 (low)

Seed-2.0-Mini (medium) average score में आगे है: 7.0 vs 6.8. Solar Pro 4 (low) की benchmark लागत कम है: $0.042 vs $0.101. Seed-2.0-Mini (medium) तेज है: 92.53s vs 113.12s, pass rates 57.6% vs 62.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-11

रैंक
#106
कुल आउटपुट टोकन
220,634
प्रतिक्रिया समय (औसत)
92.53s
कुल लागत
$0.101
रैंक
#116
कुल आउटपुट टोकन
323,822
प्रतिक्रिया समय (औसत)
113.12s
कुल लागत
$0.042
अनुशंसित मॉडल Solar Pro 4 (low)

Its score stays close to the best score here (6.8 vs 7.0), while costing about 2.4x less than Seed-2.0-Mini (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 Solar Pro 4 Solar Pro 4 low रिलीज़: 2026-08-11
स्कोर 7.0 6.8
रैंक #106 #116
विश्वसनीयता 8.5 9.6
संगति 8.9 7.9
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 57.6% 62.1%
अस्थिर टेस्ट 3 6
कुल रन 66 66
प्रति परिणाम लागत 0.917 0.378
कुल लागत $0.101 $0.042
इनपुट कीमत $0.100 / 1M $0.030 / 1M
आउटपुट कीमत $0.400 / 1M $0.120 / 1M
कुल इनपुट टोकन 125,467 90,547
आउटपुट टोकन 10,778 6,154
रीजनिंग टोकन 209,856 317,668
प्रतिक्रिया समय (औसत) 92.53s 113.12s
प्रतिक्रिया समय (अधिकतम) 301.78s 640.89s
प्रतिक्रिया समय (कुल) 1665.50s 2488.63s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#106 Seed-2.0-Mini

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

#116 Solar Pro 4

low
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
$0.000
समय
-
टोकन
0 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
Solar Pro 4 5.5 7.4 44.4% 1 259.63s 6,033 515 76,894

त्वरित तुलना

तुलना जोड़ी बदलें