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 Grok 4.7 (low)

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 $1.933. Grok 4.7 (low) तेज है: 63.19s vs 91.67s, pass rates 59.4% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#186
कुल आउटपुट टोकन
271,559
प्रतिक्रिया समय (औसत)
91.67s
कुल लागत
$0.140
रैंक
#194
कुल आउटपुट टोकन
255,329
प्रतिक्रिया समय (औसत)
63.19s
कुल लागत
$1.933
अनुशंसित मॉडल Seed-2.0-Mini (medium)

It has the best score here (7.5), while costing about 13.8x less than Grok 4.7 (low).

विस्तृत तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 Grok 4.7 Grok 4.7 low रिलीज़: 2026-09-21
स्कोर 7.5 7.4
रैंक #186 #194
विश्वसनीयता 9.4 10.0
संगति 9.0 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 73.9%
अस्थिर टेस्ट 3 5
कुल रन 69 69
प्रति परिणाम लागत 1.167 13.804
कुल लागत $0.140 $1.933
इनपुट कीमत $0.100 / 1M $2.000 / 1M
आउटपुट कीमत $0.400 / 1M $6.000 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 313,368 365,119
आउटपुट टोकन 12,289 8,118
रीजनिंग टोकन 259,270 247,211
प्रतिक्रिया समय (औसत) 91.67s 63.19s
प्रतिक्रिया समय (अधिकतम) 301.78s 389.63s
प्रतिक्रिया समय (कुल) 1833.43s 1453.28s
पैरामीटर ~50B कुल (~5B सक्रिय) ~1.7T कुल (~170B 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.

#186 Seed-2.0-Mini

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

#194 SpaceXAI: Grok 4.7

low
लागत
$0.007
समय
15.2s
टोकन
1,537 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
Grok 4.7 8.4 7.4 88.9% 1 189.08s 9,579 346 99,053

तुलना जोड़ी बदलें