AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#66

Seed-2.0-Code

Bytedance Seed रिलीज़: 2026-08-12 परीक्षण किया गया: 2026-08-12 22:39 bytedance-seed/seed-2.0-code::low
~200B कुल (~20B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

Seed-2.0-Code AI BENCHY पर 7.7 स्कोर करता है और #66 पर है। इसकी reliability 5.7, pass rate 80.3%, कुल लागत $0.681, और औसत response time 65.89s 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 निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #13 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

7.5

कुल आउटपुट टोकन

212,558

कुल इनपुट टोकन

85,648

इनपुट कीमत

$0.500 / 1M

आउटपुट कीमत

$3.000 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 80.3%

अस्थिर टेस्ट

7

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

प्रतिक्रिया समय (औसत)

65.89s

प्रतिक्रिया समय (अधिकतम): 485.92s

प्रतिक्रिया समय (कुल): 1449.53s

Hamster playing table tennis

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

#66 Seed-2.0-Code

low
Provider returned error
लागत
$0.000
समय
0.3s
टोकन
0 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 8.7 7.9
कोडिंग 7.0 5.0
संयुक्त 7.3 5.8
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 4.1 4.4
Samanya Buddhimatta 6.5 3.4
निर्देश पालन 9.8 10.0
पहेली समाधान 9.9 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल