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 5.3 FlashX (high)

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 $0.210. GLM 5.3 FlashX (high) तेज है: 14.94s vs 91.67s, pass rates 59.4% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#120
कुल आउटपुट टोकन
271,559
प्रतिक्रिया समय (औसत)
91.67s
कुल लागत
$0.140
रैंक
#126
कुल आउटपुट टोकन
97,728
प्रतिक्रिया समय (औसत)
14.94s
कुल लागत
$0.210
अनुशंसित मॉडल GLM 5.3 FlashX (high)

Its score stays close to the best score here (7.4 vs 7.5), while responding about 6.1x faster than Seed-2.0-Mini (medium).

विस्तृत तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 GLM 5.3 FlashX GLM 5.3 FlashX high रिलीज़: 2026-09-21
स्कोर 7.5 7.4
रैंक #120 #126
विश्वसनीयता 9.4 10.0
संगति 9.0 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 69.6%
अस्थिर टेस्ट 3 5
कुल रन 69 69
प्रति परिणाम लागत 1.167 1.612
कुल लागत $0.140 $0.210
इनपुट कीमत $0.100 / 1M $0.370 / 1M
आउटपुट कीमत $0.400 / 1M $1.250 / 1M
कुल इनपुट टोकन 313,368 235,914
आउटपुट टोकन 12,289 8,147
रीजनिंग टोकन 259,270 89,581
प्रतिक्रिया समय (औसत) 91.67s 14.94s
प्रतिक्रिया समय (अधिकतम) 301.78s 91.16s
प्रतिक्रिया समय (कुल) 1833.43s 343.65s
पैरामीटर ~50B कुल (~5B सक्रिय) 320B कुल (18B 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.

#120 Seed-2.0-Mini

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

#126 GLM 5.3 FlashX

high
लागत
$0.030
समय
169.4s
टोकन
23,950 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 5.3 FlashX 8.2 7.2 88.9% 1 8.06s 7,317 374 9,267

त्वरित तुलना

तुलना जोड़ी बदलें