नेविगेशन
AI BENCHY
Advertise here

Seed 2.1 Turbo vs KAT-Coder-Air V2.5 (medium)

Seed 2.1 Turbo average score में आगे है: 5.7 vs 5.6. KAT-Coder-Air V2.5 (medium) की benchmark लागत कम है: $0.048 vs $0.092. Seed 2.1 Turbo तेज है: 6.85s vs 8.42s, pass rates 50.0% vs 45.5%.

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

रैंक
#187
कुल आउटपुट टोकन
10,640
प्रतिक्रिया समय (औसत)
6.85s
कुल लागत
$0.092
रैंक
#199
कुल आउटपुट टोकन
66,174
प्रतिक्रिया समय (औसत)
8.42s
कुल लागत
$0.048
अनुशंसित मॉडल Seed 2.1 Turbo

It has the strongest score in this comparison (5.7) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Seed 2.1 Turbo Seed 2.1 Turbo none रिलीज़: 2026-08-12 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14
स्कोर 5.7 5.6
रैंक #187 #199
विश्वसनीयता 10.0 9.9
संगति 8.9 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 50.0% 45.5%
अस्थिर टेस्ट 3 3
कुल रन 66 66
प्रति परिणाम लागत 1.014 0.593
कुल लागत $0.092 $0.048
इनपुट कीमत $0.500 / 1M $0.150 / 1M
आउटपुट कीमत $2.500 / 1M $0.600 / 1M
कुल इनपुट टोकन 129,141 51,472
आउटपुट टोकन 10,640 7,822
रीजनिंग टोकन 0 58,352
प्रतिक्रिया समय (औसत) 6.85s 8.42s
प्रतिक्रिया समय (अधिकतम) 55.92s 48.19s
प्रतिक्रिया समय (कुल) 150.66s 185.24s
पैरामीटर ~200B कुल (~20B सक्रिय) ~35B कुल (~3B 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.

#187 Seed 2.1 Turbo

none
लागत
$0.093
समय
517.1s
टोकन
37,102 tok

#199 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 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 4.5 7.9 22.2% 1 2.35s 8,211 608 0
KAT-Coder-Air V2.5 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973

त्वरित तुलना

तुलना जोड़ी बदलें