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

Claude Opus 4.6 (medium) vs Seed-2.0-Code (low)

average score जवळपास समान आहे: 7.7 vs 7.7. Seed-2.0-Code (low) चा benchmark खर्च कमी आहे: $0.767 vs $2.961. Claude Opus 4.6 (medium) वेगवान आहे: 32.23s vs 72.24s, pass rates 63.6% vs 77.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक
#107
एकूण आउटपुट टोकन्स
96,722
प्रतिसाद वेळ (सरासरी)
32.23s
एकूण खर्च
$2.961
क्रमांक
#106
एकूण आउटपुट टोकन्स
241,309
प्रतिसाद वेळ (सरासरी)
72.24s
एकूण खर्च
$0.767
शिफारस केलेले मॉडेल Seed-2.0-Code (low)

It has the best score here (7.7), while costing about 3.9x less than Claude Opus 4.6 (medium).

तपशीलवार तुलना

मेट्रिक Claude Opus 4.6 Claude Opus 4.6 medium प्रकाशन: 2026-02-05 Seed-2.0-Code Seed-2.0-Code low प्रकाशन: 2026-08-12
स्कोअर 7.7 7.7
क्रमांक #107 #106
विश्वसनीयता 10.0 8.5
सुसंगतता 8.8 7.8
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 77.3%
अस्थिर चाचण्या 3 6
एकूण रन 66 66
प्रति निकाल खर्च 22.777 5.899
एकूण खर्च $2.961 $0.767
इनपुट किंमत $5.000 / 1M $0.500 / 1M
आउटपुट किंमत $25.000 / 1M $3.000 / 1M
एकूण इनपुट टोकन्स 108,573 85,657
आउटपुट टोकन्स 69,994 8,142
रिझनिंग टोकन्स 26,728 233,167
प्रतिसाद वेळ (सरासरी) 32.23s 72.24s
प्रतिसाद वेळ (कमाल) 151.51s 485.92s
प्रतिसाद वेळ (एकूण) 515.65s 1589.31s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) ~200B एकूण (~20B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#107 Claude Opus 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#106 Seed-2.0-Code

low
Provider returned error
खर्च
$0.000
वेळ
0.3s
टोकन्स
0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Seed-2.0-Code 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759

झटपट तुलना

तुलना जोडी बदला