नेविगेशन
AI BENCHY
Advertise here

Seed 2.1 Turbo (medium) vs Grok 4.5 (medium)

average score लगभग बराबर है: 8.4 vs 8.3. Grok 4.5 (medium) की benchmark लागत कम है: $1.928 vs $1.969. Grok 4.5 (medium) तेज है: 61.71s vs 197.04s, pass rates 78.8% vs 78.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-12

रैंक
#37
कुल आउटपुट टोकन
766,465
प्रतिक्रिया समय (औसत)
197.04s
कुल लागत
$1.969
रैंक
#39
कुल आउटपुट टोकन
280,567
प्रतिक्रिया समय (औसत)
61.71s
कुल लागत
$1.928
अनुशंसित मॉडल Grok 4.5 (medium)

It has the best score here (8.3), while responding about 3.2x faster than Seed 2.1 Turbo (medium).

विस्तृत तुलना

मेट्रिक Seed 2.1 Turbo Seed 2.1 Turbo medium रिलीज़: 2026-08-12 Grok 4.5 Grok 4.5 medium रिलीज़: 2026-07-08
स्कोर 8.4 8.3
रैंक #37 #39
विश्वसनीयता 9.9 10.0
संगति 8.2 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 78.8% 78.8%
अस्थिर टेस्ट 5 3
कुल रन 66 66
प्रति परिणाम लागत 13.123 12.049
कुल लागत $1.969 $1.928
इनपुट कीमत $0.500 / 1M $2.000 / 1M
आउटपुट कीमत $2.500 / 1M $6.000 / 1M
कुल इनपुट टोकन 104,424 122,146
आउटपुट टोकन 6,510 5,514
रीजनिंग टोकन 759,955 275,053
प्रतिक्रिया समय (औसत) 197.04s 61.71s
प्रतिक्रिया समय (अधिकतम) 885.33s 436.38s
प्रतिक्रिया समय (कुल) 4334.80s 1357.56s
पैरामीटर ~200B कुल (~20B सक्रिय) ~1.7T कुल (~170B 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.

#37 Seed 2.1 Turbo

medium
लागत
$0.099
समय
583.9s
टोकन
39,514 tok

#39 xAI: Grok 4.5

medium
लागत
$0.044
समय
59.4s
टोकन
7,512 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 2.1 Turbo 8.2 7.2 88.9% 1 354.87s 8,220 384 205,892
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

त्वरित तुलना

तुलना जोड़ी बदलें