Claude Opus 4.8 (low) vs Seed-2.0-Lite (medium)

Seed-2.0-Lite (medium) average score मध्ये पुढे आहे: 8.2 vs 7.2. Seed-2.0-Lite (medium) चा benchmark खर्च कमी आहे: $0.271 vs $3.787. Claude Opus 4.8 (low) वेगवान आहे: 17.13s vs 48.87s, pass rates 78.3% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #175
एकूण आउटपुट टोकन्स: 69,489
प्रतिसाद वेळ (सरासरी): 17.13s
एकूण खर्च: $3.787

क्रमांक: #106
एकूण आउटपुट टोकन्स: 106,419
प्रतिसाद वेळ (सरासरी): 48.87s
एकूण खर्च: $0.271

शिफारस केलेले मॉडेल Seed-2.0-Lite (medium)

It has the best score here (8.2), while costing about 14.0x less than Claude Opus 4.8 (low).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	Seed-2.0-Lite Seed-2.0-Lite medium प्रकाशन: 2026-02-14

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 low प्रकाशन: 2026-05-28	Seed-2.0-Lite Seed-2.0-Lite medium प्रकाशन: 2026-02-14
स्कोअर	7.2	8.2
क्रमांक	#175	#106
विश्वसनीयता	10.0	10.0
सुसंगतता	8.6	8.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.3%	71.0%
अस्थिर चाचण्या	4	4
एकूण रन	69	69
प्रति निकाल खर्च	23.669	1.931
एकूण खर्च	$3.787	$0.271
इनपुट किंमत	$5.000 / 1M	$0.250 / 1M
आउटपुट किंमत	$25.000 / 1M	$2.000 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	$6.250 / 1M	लागू नाही
एकूण इनपुट टोकन्स	409,947	229,530
आउटपुट टोकन्स	46,060	13,757
रिझनिंग टोकन्स	23,429	92,662
प्रतिसाद वेळ (सरासरी)	17.13s	48.87s
प्रतिसाद वेळ (कमाल)	127.97s	254.92s
प्रतिसाद वेळ (एकूण)	394.01s	1123.91s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~200B एकूण (~20B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#175 Claude Opus 4.8

low

खर्च: $0.031
वेळ: 14.1s
टोकन्स: 1,345 tok

#106 Seed-2.0-Lite

medium

खर्च: $0.005
वेळ: 86.7s
टोकन्स: 2,354 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	4.7	3.1	33.3%	1		110.68s	253,425	3,004	14,248
Seed-2.0-Lite	10.0	10.0	100.0%	0		69.33s	99,624	1,227	3,896

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Seed-2.0-Lite	8.3	10.0	75.0%	0		17.99s	942	996	7,142

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Seed-2.0-Lite	8.0	9.8	66.7%	0		156.74s	8,247	458	31,890

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
Seed-2.0-Lite	6.4	5.8	66.7%	1		58.52s	99,411	9,809	13,940

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Seed-2.0-Lite	10.0	10.0	100.0%	0		9.07s	8,562	246	1,742

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	5.3	10.0	33.3%	0		46.54s	972	23,226	4,472
Seed-2.0-Lite	3.6	7.2	22.2%	1		84.35s	852	12	24,616

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Seed-2.0-Lite	6.7	3.6	66.7%	1		18.25s	582	304	1,620

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Seed-2.0-Lite	10.0	10.0	100.0%	0		7.26s	834	71	1,480

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Seed-2.0-Lite	9.0	7.9	88.9%	1		10.23s	894	403	3,285

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Seed-2.0-Lite	10.0	10.0	100.0%	0		12.38s	9,306	222	1,011

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Seed-2.0-Lite	3.0	10.0	0.0%	0		48.32s	276	9	2,040

तुलना जोडी बदला