Claude Sonnet 4.6 (medium) vs Seed-2.0-Lite (medium)

Claude Sonnet 4.6 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.8. Seed-2.0-Lite (medium) चा benchmark खर्च कमी आहे: $0.236 vs $2.126. Claude Sonnet 4.6 (medium) वेगवान आहे: 28.08s vs 47.94s, pass rates 65.2% vs 69.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-08

तुलना केलेली मॉडेल्स

क्रमांक: #83
एकूण आउटपुट टोकन्स: 120,427
प्रतिसाद वेळ (सरासरी): 28.08s
एकूण खर्च: $2.126

क्रमांक: #85
एकूण आउटपुट टोकन्स: 101,296
प्रतिसाद वेळ (सरासरी): 47.94s
एकूण खर्च: $0.236

शिफारस केलेले मॉडेल Seed-2.0-Lite (medium)

Its score stays close to the best score here (7.8 vs 7.8), while costing about 9.0x less than Claude Sonnet 4.6 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 4.6 Claude Sonnet 4.6 medium प्रकाशन: 2026-02-17	Seed-2.0-Lite Seed-2.0-Lite medium प्रकाशन: 2026-02-14

मेट्रिक	Claude Sonnet 4.6 Claude Sonnet 4.6 medium प्रकाशन: 2026-02-17	Seed-2.0-Lite Seed-2.0-Lite medium प्रकाशन: 2026-02-14
स्कोअर	7.8	7.8
क्रमांक	#83	#85
विश्वसनीयता	10.0	10.0
सुसंगतता	9.5	8.6
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	69.7%
अस्थिर चाचण्या	1	4
एकूण रन	66	66
प्रति निकाल खर्च	15.182	1.809
एकूण खर्च	$2.126	$0.236
इनपुट किंमत	$3.000 / 1M	$0.250 / 1M
आउटपुट किंमत	$15.000 / 1M	$2.000 / 1M
एकूण इनपुट टोकन्स	106,316	129,906
आउटपुट टोकन्स	79,338	12,530
रिझनिंग टोकन्स	41,089	88,766
प्रतिसाद वेळ (सरासरी)	28.08s	47.94s
प्रतिसाद वेळ (कमाल)	140.96s	254.92s
प्रतिसाद वेळ (एकूण)	421.15s	1054.57s
पॅरामीटर्स	~1T एकूण (~100B 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.

#83 Claude Sonnet 4.6

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 300.0s
टोकन्स: 0 tok

#85 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:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 4.6	6.5	10.0	50.0%	0		2.98s	789	1,046	1,093
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 Sonnet 4.6	5.7	6.6	44.4%	1		33.29s	6,995	16,089	3,686
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 Sonnet 4.6	10.0	10.0	100.0%	0		93.65s	75,531	31,916	9,109
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 Sonnet 4.6	10.0	10.0	100.0%	0		13.90s	8,676	649	742
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 Sonnet 4.6	3.0	10.0	0.0%	0		58.37s	495	24,380	22,891
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 Sonnet 4.6	10.0	10.0	100.0%	0		4.94s	564	256	433
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 Sonnet 4.6	10.0	10.0	100.0%	0		2.61s	792	318	552
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 Sonnet 4.6	10.0	10.0	100.0%	0		5.31s	816	592	646
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 Sonnet 4.6	10.0	10.0	100.0%	0		7.48s	11,454	655	351
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 Sonnet 4.6	3.0	10.0	0.0%	0		30.09s	204	3,437	1,586
Seed-2.0-Lite	3.0	10.0	0.0%	0		48.32s	276	9	2,040

झटपट तुलना

तुलना जोडी बदला

Claude Opus 4.8lowvsSeed-2.0-Litemedium Seed-2.0-LitemediumvsQwen3.7 Flashhigh Claude Sonnet 4.6mediumvsQwen3.8 27Blow Claude Sonnet 4.6mediumvsQwen3.7 Flashhigh Claude Sonnet 4.6mediumvsGPT-5.2 Chatnone Claude Sonnet 4.6mediumvsKimi K3max Seed-2.0-LitemediumvsDeepSeek V4 Prohigh Claude Sonnet 4.6mediumvsSeed-2.0-Codelow Seed-2.0-LitemediumvsDeepSeek V4 Flash 0423high Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh Seed-2.0-LitemediumvsQwen3.8 27Blow Seed-2.0-LitemediumvsGPT-5.2 Chatnone