नेव्हिगेशन
AI BENCHY
Advertise here

Seed-2.0-Code (high) vs Kimi K2.5 (medium)

Kimi K2.5 (medium) average score मध्ये पुढे आहे: 7.0 vs 6.9. Kimi K2.5 (medium) चा benchmark खर्च कमी आहे: $0.607 vs $1.273. Kimi K2.5 (medium) वेगवान आहे: 98.19s vs 124.18s, pass rates 63.6% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-15

क्रमांक
#125
एकूण आउटपुट टोकन्स
410,575
प्रतिसाद वेळ (सरासरी)
124.18s
एकूण खर्च
$1.273
क्रमांक
#122
एकूण आउटपुट टोकन्स
220,942
प्रतिसाद वेळ (सरासरी)
98.19s
एकूण खर्च
$0.607
शिफारस केलेले मॉडेल Kimi K2.5 (medium)

It has the best score here (7.0), while costing about 2.1x less than Seed-2.0-Code (high).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high प्रकाशन: 2026-08-12 Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27
स्कोअर 6.9 7.0
क्रमांक #125 #122
विश्वसनीयता 8.6 10.0
सुसंगतता 7.8 7.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 63.6%
अस्थिर चाचण्या 5 8
एकूण रन 66 66
प्रति निकाल खर्च 11.571 4.849
एकूण खर्च $1.273 $0.607
इनपुट किंमत $0.500 / 1M $0.571 / 1M
आउटपुट किंमत $3.000 / 1M $2.850 / 1M
एकूण इनपुट टोकन्स 81,970 118,496
आउटपुट टोकन्स 7,186 53,522
रिझनिंग टोकन्स 403,389 167,420
प्रतिसाद वेळ (सरासरी) 124.18s 98.19s
प्रतिसाद वेळ (कमाल) 675.30s 281.00s
प्रतिसाद वेळ (एकूण) 2732.03s 1571.05s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) 1T एकूण (32B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

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

#122 MoonshotAI: Kimi K2.5

medium
खर्च
$0.030
वेळ
58.6s
टोकन्स
8,683 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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

झटपट तुलना

तुलना जोडी बदला