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 GLM 5.1 (medium)

average score लगभग बराबर है: 7.5 vs 7.5. Seed-2.0-Mini (medium) की benchmark लागत कम है: $0.140 vs $1.546. GLM 5.1 (medium) तेज है: 66.38s vs 91.67s, pass rates 59.4% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-05

तुलना किए गए मॉडल

रैंक
#124
कुल आउटपुट टोकन
271,559
प्रतिक्रिया समय (औसत)
91.67s
कुल लागत
$0.140
रैंक
#123
कुल आउटपुट टोकन
248,708
प्रतिक्रिया समय (औसत)
66.38s
कुल लागत
$1.546
अनुशंसित मॉडल Seed-2.0-Mini (medium)

It has the best score here (7.5), while costing about 11.0x less than GLM 5.1 (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 GLM 5.1 GLM 5.1 medium रिलीज़: 2026-04-07
स्कोर 7.5 7.5
रैंक #124 #123
विश्वसनीयता 9.4 9.2
संगति 9.0 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 66.7%
अस्थिर टेस्ट 3 4
कुल रन 69 69
प्रति परिणाम लागत 1.167 9.004
कुल लागत $0.140 $1.546
इनपुट कीमत $0.100 / 1M $1.400 / 1M
आउटपुट कीमत $0.400 / 1M $4.400 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.260 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 313,368 331,577
आउटपुट टोकन 12,289 17,919
रीजनिंग टोकन 259,270 230,789
प्रतिक्रिया समय (औसत) 91.67s 66.38s
प्रतिक्रिया समय (अधिकतम) 301.78s 308.75s
प्रतिक्रिया समय (कुल) 1833.43s 1460.31s
पैरामीटर ~50B कुल (~5B सक्रिय) 744B कुल (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#124 Seed-2.0-Mini

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

#123 GLM 5.1

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
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
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

त्वरित तुलना

तुलना जोड़ी बदलें