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 Mistral Large 4 (high)

average score जवळपास समान आहे: 7.5 vs 7.5. Mistral Large 4 (high) चा benchmark खर्च कमी आहे: $1.391 vs $1.448. Seed-2.0-Code (high) वेगवान आहे: 124.87s vs 263.69s, pass rates 65.2% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-06

तुलना केलेली मॉडेल्स

क्रमांक
#127
एकूण आउटपुट टोकन्स
432,850
प्रतिसाद वेळ (सरासरी)
124.87s
एकूण खर्च
$1.448
क्रमांक
#126
एकूण आउटपुट टोकन्स
590,306
प्रतिसाद वेळ (सरासरी)
263.69s
एकूण खर्च
$1.391
शिफारस केलेले मॉडेल Seed-2.0-Code (high)

It has the best score here (7.5), while responding about 2.1x faster than Mistral Large 4 (high).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high प्रकाशन: 2026-08-12 Mistral Large 4 Mistral Large 4 high प्रकाशन: 2026-10-06
स्कोअर 7.5 7.5
क्रमांक #127 #126
विश्वसनीयता 9.0 9.0
सुसंगतता 7.9 7.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 65.2%
अस्थिर चाचण्या 5 6
एकूण रन 69 69
प्रति निकाल खर्च 12.061 11.590
एकूण खर्च $1.448 $1.391
इनपुट किंमत $0.500 / 1M $0.680 / 1M
आउटपुट किंमत $3.000 / 1M $2.090 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.070 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 297,321 230,895
आउटपुट टोकन्स 8,997 161,281
रिझनिंग टोकन्स 423,853 510,655
प्रतिसाद वेळ (सरासरी) 124.87s 263.69s
प्रतिसाद वेळ (कमाल) 675.30s 1727.29s
प्रतिसाद वेळ (एकूण) 2871.96s 6064.89s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) 1.05T एकूण (49B 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.

#127 Seed-2.0-Code

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

#126 Mistral Large 4

high
खर्च
$0.007
वेळ
53.3s
टोकन्स
3,333 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
Mistral Large 4 3.3 4.4 33.3% 2 1277.83s 6,541 53,820 279,694

झटपट तुलना

तुलना जोडी बदला

Seed-2.0-MinimediumvsMistral Large 4highMistral Large 4highvsGLM 5.1mediumSeed-2.0-CodehighvsGPT-5.6 LunamediumSeed-2.0-CodehighvsQwen3.6 FlashmediumSeed-2.0-CodehighvsDeepSeek V4 Flash 0731lowMistral Large 4highvsQwen3.8 27Blowमोफत उपलब्धMistral Large 4highvsGPT-6 LunalowMistral Large 4highvsQwen3.8 Flash NextmediumSeed-2.0-CodehighvsGLM 5.1mediumSeed-2.0-CodehighvsGrok 4.7lowMistral Large 4highvsGPT-5.6 LunamediumMistral Large 4highvsQwen3.6 Flashmedium