नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

तुलना किए गए मॉडल

Grok 4.6 (high) vs Seed 2.1 Turbo (low) vs Qwen3.8 2.4T A95B (low) vs Seed-2.0-Code (low) benchmark तुलना: Seed 2.1 Turbo (low) स्कोर में 9.3 के साथ आगे है। Grok 4.6 (high) विश्वसनीयता में 10.0 के साथ आगे है। Seed-2.0-Code (low) का कुल लागत सबसे कम है: $0.881. Seed-2.0-Code (low) 73.02s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#124
कुल आउटपुट टोकन
312,614
प्रतिक्रिया समय (औसत)
87.48s
कुल लागत
$2.629
रैंक
#48
कुल आउटपुट टोकन
609,333
प्रतिक्रिया समय (औसत)
161.25s
कुल लागत
$1.645
रैंक
#132
कुल आउटपुट टोकन
424,019
प्रतिक्रिया समय (औसत)
120.40s
कुल लागत
$4.016
रैंक
#161
कुल आउटपुट टोकन
253,807
प्रतिक्रिया समय (औसत)
73.02s
कुल लागत
$0.881
अनुशंसित मॉडल Seed 2.1 Turbo (low)

It has the best score here (9.3), while costing about 1.5x less than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक Grok 4.6 Grok 4.6 high रिलीज़: 2026-08-12 Seed 2.1 Turbo Seed 2.1 Turbo low रिलीज़: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low रिलीज़: 2026-08-12 Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12
स्कोर 8.5 9.3 8.4 8.1
रैंक #124 #48 #132 #161
विश्वसनीयता 10.0 10.0 9.6 8.9
संगति 10.0 9.3 9.2 7.9
प्रयास 69/69 69/69 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 81.2% 73.9% 78.3%
अस्थिर टेस्ट 0 2 2 6
कुल रन 69 69 69 69
प्रति परिणाम लागत 13.833 9.135 19.825 6.288
कुल लागत $2.629 $1.645 $4.016 $0.881
इनपुट कीमत $2.000 / 1M $0.500 / 1M $2.000 / 1M $0.500 / 1M
आउटपुट कीमत $6.000 / 1M $2.500 / 1M $6.000 / 1M $3.000 / 1M
कैश पढ़ने की कीमत $0.500 / 1M लागू नहीं $0.250 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं लागू नहीं लागू नहीं
कुल इनपुट टोकन 376,233 241,855 313,881 237,604
आउटपुट टोकन 6,687 8,387 123,706 9,617
रीजनिंग टोकन 305,927 600,946 388,328 244,190
प्रतिक्रिया समय (औसत) 87.48s 161.25s 120.40s 73.02s
प्रतिक्रिया समय (अधिकतम) 618.49s 739.98s 534.21s 485.92s
प्रतिक्रिया समय (कुल) 2012.15s 3708.70s 2769.16s 1679.49s
पैरामीटर ~1.7T कुल (~170B सक्रिय) ~200B कुल (~20B सक्रिय) 2.4T कुल (95B सक्रिय) ~200B कुल (~20B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत वेट उपलब्ध 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.

#124 SpaceXAI: Grok 4.6

high
लागत
$0.107
समय
265.1s
टोकन
18,001 tok

#48 Seed 2.1 Turbo

low
लागत
$0.049
समय
298.8s
टोकन
19,730 tok

#132 Qwen3.8 2.4T A95B

low
लागत
$0.100
समय
193.2s
टोकन
16,767 tok

#161 Seed-2.0-Code

low
Provider returned error
लागत
$0.000
समय
0.3s
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
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829
Seed 2.1 Turbo 10.0 10.0 100.0% 0 360.85s 8,220 385 207,368
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Seed-2.0-Code 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759

तुलना जोड़ी बदलें