नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs ByteDance Seed: Seed-2.0-Mini

सारांश

Seed-2.0-Mini (medium) average score मध्ये पुढे आहे: 7.4 vs 7.3. Seed-2.0-Mini (medium) चा benchmark खर्च कमी आहे: $0.044 vs $0.316. Claude Sonnet 4.6 वेगवान आहे: 5.04s vs 80.22s, pass rates 55.6% vs 57.1%.

शिफारस केलेले मॉडेलClaude Sonnet 4.6Its score stays close to the best score here (7.3 vs 7.4), while responding about 15.9x faster than Seed-2.0-Mini (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 none प्रकाशन: 2026-02-17 Seed-2.0-Mini Seed-2.0-Mini medium प्रकाशन: 2026-02-14
स्कोअर 7.3 7.4
क्रमांक #71 #66
विश्वसनीयता 10.0 6.7
सुसंगतता 9.7 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 55.6% 57.1%
अस्थिर चाचण्या 1 2
एकूण रन 63 63
प्रति निकाल खर्च 2.870 0.397
एकूण खर्च $0.316 $0.044
इनपुट किंमत $3.000 / 1M $0.100 / 1M
आउटपुट किंमत $15.000 / 1M $0.400 / 1M
एकूण इनपुट टोकन्स 57,886 41,904
आउटपुट टोकन्स 9,465 2,555
रिझनिंग टोकन्स 0 95,974
प्रतिसाद वेळ (सरासरी) 5.04s 80.22s
प्रतिसाद वेळ (कमाल) 23.84s 262.83s
प्रतिसाद वेळ (एकूण) 70.60s 1363.72s

जनरेशन शोकेस

Hamster playing table tennis

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

#71 Claude Sonnet 4.6

none
खर्च
$0.038
वेळ
27.3s
टोकन्स
2,598 tok

#66 Seed-2.0-Mini

medium
खर्च
$0.002
वेळ
161.7s
टोकन्स
4,379 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 Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
Seed-2.0-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964

झटपट तुलना

तुलना जोडी बदला