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

Anthropic: Claude Sonnet 5 vs ByteDance Seed: Seed-2.0-Lite

Claude Sonnet 5 average score मध्ये पुढे आहे: 6.3 vs 6.2. Seed-2.0-Lite चा benchmark खर्च कमी आहे: $0.066 vs $0.548. Seed-2.0-Lite वेगवान आहे: 4.40s vs 6.04s, pass rates 45.5% vs 43.9%.

शिफारस केलेले मॉडेलSeed-2.0-LiteIts score stays close to the best score here (6.2 vs 6.3), while costing about 8.4x less than Claude Sonnet 5.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 none प्रकाशन: 2026-06-30 Seed-2.0-Lite Seed-2.0-Lite none प्रकाशन: 2026-02-14
स्कोअर 6.3 6.2
क्रमांक #123 #127
विश्वसनीयता 10.0 10.0
सुसंगतता 8.7 8.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 45.5% 43.9%
अस्थिर चाचण्या 4 4
एकूण रन 66 66
प्रति निकाल खर्च 6.840 0.814
एकूण खर्च $0.548 $0.066
इनपुट किंमत $2.000 / 1M $0.250 / 1M
आउटपुट किंमत $10.000 / 1M $2.000 / 1M
एकूण इनपुट टोकन्स 161,035 142,197
आउटपुट टोकन्स 22,511 14,746
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 6.04s 4.40s
प्रतिसाद वेळ (कमाल) 33.39s 44.58s
प्रतिसाद वेळ (एकूण) 132.85s 96.84s

Hamster playing table tennis

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

#123 Claude Sonnet 5

none
खर्च
$0.061
वेळ
53.7s
टोकन्स
6,172 tok

#127 Seed-2.0-Lite

none
खर्च
$0.005
वेळ
83.8s
टोकन्स
2,311 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 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
Seed-2.0-Lite 5.6 10.0 33.3% 0 2.83s 8,215 410 0

झटपट तुलना

तुलना जोडी बदला