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

Seed-2.0-Code (high) vs Gemma 4 26B A4B (medium)

Seed-2.0-Code (high) average score मध्ये पुढे आहे: 7.5 vs 7.3. Gemma 4 26B A4B (medium) चा benchmark खर्च कमी आहे: $0.076 vs $1.448. Gemma 4 26B A4B (medium) वेगवान आहे: 105.03s vs 124.87s, pass rates 65.2% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-05

तुलना केलेली मॉडेल्स

क्रमांक
#125
एकूण आउटपुट टोकन्स
432,850
प्रतिसाद वेळ (सरासरी)
124.87s
एकूण खर्च
$1.448
क्रमांक
#135
एकूण आउटपुट टोकन्स
269,351
प्रतिसाद वेळ (सरासरी)
105.03s
एकूण खर्च
$0.076
शिफारस केलेले मॉडेल Gemma 4 26B A4B (medium)

Its score stays close to the best score here (7.3 vs 7.5), while costing about 19.1x less than Seed-2.0-Code (high).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high प्रकाशन: 2026-08-12 Gemma 4 26B A4B Gemma 4 26B A4B medium प्रकाशन: 2026-04-03 मोफत उपलब्ध
स्कोअर 7.5 7.3
क्रमांक #125 #135
विश्वसनीयता 9.0 10.0
सुसंगतता 7.9 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 71.0%
अस्थिर चाचण्या 5 1
एकूण रन 69 69
प्रति निकाल खर्च 12.061 0.679
एकूण खर्च $1.448 $0.076
इनपुट किंमत $0.500 / 1M $0.068 / 1M
आउटपुट किंमत $3.000 / 1M $0.225 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.038 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 297,321 224,367
आउटपुट टोकन्स 8,997 27,095
रिझनिंग टोकन्स 423,853 242,256
प्रतिसाद वेळ (सरासरी) 124.87s 105.03s
प्रतिसाद वेळ (कमाल) 675.30s 912.19s
प्रतिसाद वेळ (एकूण) 2871.96s 2310.63s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) 25.2B एकूण (3.8B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#125 Seed-2.0-Code

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

#135 Gemma 4 26B A4B

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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
Gemma 4 26B A4B 2.9 10.0 0.0% 0 272.54s 5,062 14,838 44,567

झटपट तुलना

तुलना जोडी बदला