- 順位
- #128
- 合計出力トークン
- 410,575
- 応答時間（平均）
- 124.18s
- 合計コスト
- $1.273
Seed-2.0-Code (high) vs Grok 4.3 (medium)
Grok 4.3 (medium) が平均スコアでリードし、7.0 vs 6.9 です。 Grok 4.3 (medium) の benchmark コストが低く、$0.741 vs $1.273 です。 Grok 4.3 (medium) の方が高速で、44.21s vs 124.18s です、成功率は 63.6% vs 66.7% です。
- 順位
- #117
- 合計出力トークン
- 225,904
- 応答時間（平均）
- 44.21s
- 合計コスト
- $0.741
おすすめモデル
Grok 4.3 (medium)
ここでは最高スコア（7.0）で、Seed-2.0-Code (high) より約 1.7 倍低コストです。
詳細比較
| 指標 | Seed-2.0-Code Seed-2.0-Code high | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| スコア | 6.9 | 7.0 |
| 順位 | #128 | #117 |
| 信頼性 | 8.6 | 10.0 |
| 一貫性 | 7.8 | 8.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 63.6% | 66.7% |
| 不安定なテスト | 5 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 11.571 | 6.168 |
| 合計コスト | $1.273 | $0.741 |
| 入力価格 | $0.500 / 1M | $1.250 / 1M |
| 出力価格 | $3.000 / 1M | $2.500 / 1M |
| 合計入力トークン | 81,970 | 140,244 |
| 出力トークン | 7,186 | 13,739 |
| 推論トークン | 403,389 | 212,165 |
| 応答時間（平均） | 124.18s | 44.21s |
| 応答時間（最大） | 675.30s | 216.69s |
| 応答時間（合計） | 2732.03s | 972.64s |
| パラメータ | ~200B 総数 (~20B アクティブ) | ~1.5T 総数 (~150B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#128 Seed-2.0-Code
high- コスト
- $0.037
- 時間
- 183.6s
- トークン
- 12,388 tok
#117 SpaceXAI: Grok 4.3
medium- コスト
- $0.009
- 時間
- 19.0s
- トークン
- 3,661 tok
スコア上位モデル
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 8.3 | 10.0 | 75.0% | 0 | 35.07s | 906 | 1,204 | 17,533 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 2,010 | 88 | 8,207 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 6.2 | 6.5 | 55.6% | 1 | 266.74s | 6,750 | 432 | 124,956 | |
| Grok 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 7.3 | 5.8 | 83.3% | 1 | 144.87s | 57,003 | 4,295 | 26,889 | |
| Grok 4.3 | 6.5 | 10.0 | 50.0% | 0 | 55.07s | 108,468 | 11,992 | 21,601 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 10.0 | 10.0 | 100.0% | 0 | 24.28s | 8,034 | 246 | 4,782 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 7,761 | 180 | 9,546 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 3.5 | 4.4 | 33.3% | 2 | 419.73s | 828 | 10 | 212,349 | |
| Grok 4.3 | 3.5 | 4.4 | 33.3% | 2 | 158.01s | 1,977 | 14 | 95,783 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 4.6 | 7.8 | 0.0% | 0 | 36.45s | 382 | 131 | 2,577 | |
| Grok 4.3 | 5.4 | 2.5 | 66.7% | 1 | 24.70s | 825 | 70 | 5,020 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 9.8 | 10.0 | 100.0% | 0 | 11.26s | 816 | 72 | 2,661 | |
| Grok 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 1,362 | 57 | 8,713 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 7.8 | 9.3 | 66.7% | 0 | 15.91s | 786 | 585 | 4,473 | |
| Grok 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.52s | 1,689 | 128 | 14,468 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 4.7 | 1.6 | 66.7% | 1 | 35.09s | 6,198 | 196 | 644 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 7,263 | 168 | 4,615 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 3.0 | 10.0 | 0.0% | 0 | 52.23s | 267 | 15 | 6,525 | |
| Grok 4.3 | 3.0 | 10.0 | 0.0% | 0 | 44.47s | 549 | 14 | 12,986 |
クイック比較
比較ペアを切り替え
GPT-5.6 SolnonevsGrok 4.3mediumSeed-2.0-CodehighvsQwen3.7 FlashmediumSeed-2.0-CodehighvsKAT-Coder-Pro V2.5mediumGPT-5.5nonevsGrok 4.3mediumSeed-2.0-CodehighvsKimi K2.5mediumSeed-2.0-CodehighvsGemini 3.5 FlashnoneSolar Pro 4highvsGrok 4.3mediumSeed-2.0-CodehighvsQwen3.6 FlashmediumSeed-2.0-CodehighvsGrok 4.20mediumSeed-2.0-CodehighvsMercury 2mediumSeed-2.0-CodehighvsGPT-5.5noneSeed-2.0-CodehighvsGLM 5.1medium