नेव्हिगेशन
Advertise here

Seed-2.0-Code — high वि medium

high average score मध्ये पुढे आहे: 7.5 vs 7.4. medium चा benchmark खर्च कमी आहे: $1.275 vs $1.448. medium वेगवान आहे: 100.65s vs 124.87s, pass rates 65.2% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#177
एकूण आउटपुट टोकन्स
432,850
प्रतिसाद वेळ (सरासरी)
124.87s
एकूण खर्च
$1.448
क्रमांक
#181
एकूण आउटपुट टोकन्स
384,093
प्रतिसाद वेळ (सरासरी)
100.65s
एकूण खर्च
$1.275
शिफारस केलेले मॉडेल medium

It offers the best overall trade-off: a competitive score (7.4), lower cost than Seed-2.0-Code (high), and balanced response time.

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high प्रकाशन: 2026-08-12 Seed-2.0-Code Seed-2.0-Code medium प्रकाशन: 2026-08-12
स्कोअर 7.5 7.4
क्रमांक #177 #181
विश्वसनीयता 9.0 8.0
सुसंगतता 7.9 7.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 65.2%
अस्थिर चाचण्या 5 7
एकूण रन 69 69
प्रति निकाल खर्च 12.061 11.587
एकूण खर्च $1.448 $1.275
इनपुट किंमत $0.500 / 1M $0.500 / 1M
आउटपुट किंमत $3.000 / 1M $3.000 / 1M
कॅश वाचण्याची किंमत लागू नाही लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 297,321 244,499
आउटपुट टोकन्स 8,997 8,744
रिझनिंग टोकन्स 423,853 375,349
प्रतिसाद वेळ (सरासरी) 124.87s 100.65s
प्रतिसाद वेळ (कमाल) 675.30s 626.58s
प्रतिसाद वेळ (एकूण) 2871.96s 2314.88s
पॅरामीटर्स ~200B एकूण (~20B 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.

#177 Seed-2.0-Code

high
खर्च
$0.037
वेळ
183.6s
टोकन्स
12,388 tok

#181 Seed-2.0-Code

medium
खर्च
$0.026
वेळ
122.8s
टोकन्स
8,630 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
Seed-2.0-Code 6.2 6.5 55.6% 1 266.74s 6,750 432 124,956
Seed-2.0-Code 8.9 7.8 88.9% 1 89.94s 8,247 496 44,062

तुलना जोडी बदला