AI BENCHY
Advertise here
#108

Seed-2.0-Lite

Bytedance Seed रिलीज़: 2026-02-14 परीक्षण किया गया: 2026-06-04 14:17 bytedance-seed/seed-2.0-lite::none
(medium) (none)

सारांश

Seed-2.0-Lite AI BENCHY पर 5.8 स्कोर करता है और #108 पर है। इसकी reliability 10.0, pass rate 46.0%, कुल लागत $0.019, और औसत response time 2.49s है।

Seed-2.0-Lite को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

संगति

8.4

कुल आउटपुट टोकन

3,259

कुल इनपुट टोकन

46,573

इनपुट कीमत

$0.250 / 1M

आउटपुट कीमत

$2.000 / 1M

सही परीक्षण

गलत टेस्ट: 13

प्रति प्रयास पास दर: 46.0%

अस्थिर टेस्ट

4

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

प्रतिक्रिया समय (औसत)

2.49s

प्रतिक्रिया समय (अधिकतम): 6.70s

प्रतिक्रिया समय (कुल): 52.26s

Hamster playing table tennis

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

#108 Seed-2.0-Lite

none
लागत
$0.005
समय
83.8s
टोकन
2,311 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 23:10 नया टेस्ट जोड़ा गया 6.2 10.0 $0.066 तुलना करें
2026-06-04 14:17 नया टेस्ट जोड़ा गया 5.8 10.0 $0.019 वर्तमान रन
2026-05-22 00:33 सूट बदला गया 5.9 10.0 $0.018 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 6.2 लागू नहीं $0.016 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 14:42 $0.250 / 1M $2.000 / 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 3.0 5.9
कोडिंग 5.6 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 5.3 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल