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 Qwen3.6 Flash (medium)

Seed-2.0-Code (high) average score मध्ये पुढे आहे: 6.9 vs 6.8. Qwen3.6 Flash (medium) चा benchmark खर्च कमी आहे: $0.741 vs $1.273. Qwen3.6 Flash (medium) वेगवान आहे: 44.97s vs 124.18s, pass rates 63.6% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक
#171
एकूण आउटपुट टोकन्स
410,575
प्रतिसाद वेळ (सरासरी)
124.18s
एकूण खर्च
$1.273
क्रमांक
#174
एकूण आउटपुट टोकन्स
636,949
प्रतिसाद वेळ (सरासरी)
44.97s
एकूण खर्च
$0.741
शिफारस केलेले मॉडेल Qwen3.6 Flash (medium)

Its score stays close to the best score here (6.8 vs 6.9), while costing about 1.7x less than Seed-2.0-Code (high).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high प्रकाशन: 2026-08-12 Qwen3.6 Flash Qwen3.6 Flash medium प्रकाशन: 2026-04-20
स्कोअर 6.9 6.8
क्रमांक #171 #174
विश्वसनीयता 8.6 10.0
सुसंगतता 7.8 8.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 66.7%
अस्थिर चाचण्या 5 5
एकूण रन 66 66
प्रति निकाल खर्च 11.571 6.797
एकूण खर्च $1.273 $0.741
इनपुट किंमत $0.500 / 1M $0.188 / 1M
आउटपुट किंमत $3.000 / 1M $1.125 / 1M
एकूण इनपुट टोकन्स 81,970 129,050
आउटपुट टोकन्स 7,186 20,026
रिझनिंग टोकन्स 403,389 616,923
प्रतिसाद वेळ (सरासरी) 124.18s 44.97s
प्रतिसाद वेळ (कमाल) 675.30s 578.13s
प्रतिसाद वेळ (एकूण) 2732.03s 989.32s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) ~35B एकूण (~3B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#171 Seed-2.0-Code

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

#174 Qwen3.6 Flash

medium
अवैध SVG
खर्च
$0.008
वेळ
29.9s
टोकन्स
6,784 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
Qwen3.6 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967

झटपट तुलना

तुलना जोडी बदला