Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs ByteDance Seed: Seed-2.0-Mini

Ringkasan

Seed-2.0-Mini (medium) unggul dalam skor rata-rata dengan 7.4 vs 7.2. Seed-2.0-Mini (medium) memiliki biaya benchmark lebih rendah di $0.044 vs $0.539. Claude Opus 4.8 lebih cepat di 3.48s vs 80.22s, dengan tingkat keberhasilan 61.9% vs 57.1%.

Model yang direkomendasikanClaude Opus 4.8Its score stays close to the best score here (7.2 vs 7.4), while responding about 23.1x faster than Seed-2.0-Mini (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik Claude Opus 4.8 Claude Opus 4.8 none Rilis: 2026-05-28 Seed-2.0-Mini Seed-2.0-Mini medium Rilis: 2026-02-14
Skor 7.2 7.4
Peringkat #73 #66
Keandalan 10.0 6.7
Konsistensi 9.2 9.3
Tes benar
Tingkat lulus per percobaan 61.9% 57.1%
Tes tidak stabil 2 2
Total Run 63 63
Biaya per hasil 4.485 0.397
Total Biaya $0.539 $0.044
Harga input $5.000 / 1M $0.100 / 1M
Harga output $25.000 / 1M $0.400 / 1M
Total token input 67,104 41,904
Token output 8,107 2,555
Token penalaran 0 95,974
Waktu respons (rata-rata) 3.48s 80.22s
Waktu respons (maks) 17.73s 262.83s
Waktu respons (total) 73.00s 1363.72s

Showcase generasi

Hamster playing table tennis

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

#73 Claude Opus 4.8

none
Biaya
$0.053
Waktu
22.0s
Token
2,253 tok

#66 Seed-2.0-Mini

medium
Biaya
$0.002
Waktu
161.7s
Token
4,379 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Seed-2.0-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964

Perbandingan Cepat

Ganti Pasangan Perbandingan