AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#123

Seed-2.0-Code

Bytedance Seed रिलीज़: 2026-08-12 परीक्षण किया गया: 2026-08-12 23:09 bytedance-seed/seed-2.0-code::high
~200B कुल (~20B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

Seed-2.0-Code AI BENCHY पर 6.9 स्कोर करता है और #123 पर है। इसकी reliability 6.0, pass rate 71.2%, कुल लागत $1.312, और औसत response time 127.79s है।

Seed-2.0-Code को अलग क्या बनाता है: यह डेटा पार्सिंग और निष्कर्षण में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

अनुमानित
पैरामीटर
~200B कुल (~20B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

संगति

7.0

कुल आउटपुट टोकन

423,424

कुल इनपुट टोकन

81,961

इनपुट कीमत

$0.500 / 1M

आउटपुट कीमत

$3.000 / 1M

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 71.2%

अस्थिर टेस्ट

8

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

127.79s

प्रतिक्रिया समय (अधिकतम): 675.30s

प्रतिक्रिया समय (कुल): 2811.27s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#123 Seed-2.0-Code

high
लागत
$0.037
समय
183.6s
टोकन
12,388 tok

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-08-12 23:12 $0.500 / 1M $3.000 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.3 10.0
कोडिंग 5.9 4.4
संयुक्त 7.3 5.8
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 4.1 4.4
Samanya Buddhimatta 4.7 1.6
निर्देश पालन 9.8 10.0
पहेली समाधान 7.6 7.2
टूल कॉलिंग 4.7 1.6
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल