Seed-2.0-Code (high) vs Qwen3.6 Plus (medium)

Seed-2.0-Code (high) average score मध्ये पुढे आहे: 7.5 vs 7.3. Qwen3.6 Plus (medium) चा benchmark खर्च कमी आहे: $0.554 vs $1.448. Qwen3.6 Plus (medium) वेगवान आहे: 57.41s vs 124.87s, pass rates 65.2% vs 69.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक: #159
एकूण आउटपुट टोकन्स: 432,850
प्रतिसाद वेळ (सरासरी): 124.87s
एकूण खर्च: $1.448

क्रमांक: #175
एकूण आउटपुट टोकन्स: 246,790
प्रतिसाद वेळ (सरासरी): 57.41s
एकूण खर्च: $0.554

शिफारस केलेले मॉडेल Qwen3.6 Plus (medium)

Its score stays close to the best score here (7.3 vs 7.5), while costing about 2.6x 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 Plus Qwen3.6 Plus medium प्रकाशन: 2026-04-20

मेट्रिक	Seed-2.0-Code Seed-2.0-Code high प्रकाशन: 2026-08-12	Qwen3.6 Plus Qwen3.6 Plus medium प्रकाशन: 2026-04-20
स्कोअर	7.5	7.3
क्रमांक	#159	#175
विश्वसनीयता	9.0	10.0
सुसंगतता	7.9	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	69.6%
अस्थिर चाचण्या	5	3
एकूण रन	69	69
प्रति निकाल खर्च	12.061	2.605
एकूण खर्च	$1.448	$0.554
इनपुट किंमत	$0.500 / 1M	$0.325 / 1M
आउटपुट किंमत	$3.000 / 1M	$1.950 / 1M
कॅश वाचण्याची किंमत	लागू नाही	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	$0.407 / 1M
एकूण इनपुट टोकन्स	297,321	222,601
आउटपुट टोकन्स	8,997	8,185
रिझनिंग टोकन्स	423,853	238,605
प्रतिसाद वेळ (सरासरी)	124.87s	57.41s
प्रतिसाद वेळ (कमाल)	675.30s	307.08s
प्रतिसाद वेळ (एकूण)	2871.96s	1263.02s
पॅरामीटर्स	~200B एकूण (~20B सक्रिय)	~397B एकूण (~17B 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.

#159 Seed-2.0-Code

high

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

#175 Qwen3.6 Plus

medium

खर्च: $0.024
वेळ: 219.0s
टोकन्स: 12,235 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Code	10.0	10.0	100.0%	0		139.94s	215,351	1,811	20,464
Qwen3.6 Plus	4.7	3.1	33.3%	1		307.08s	124,903	1,768	47,390

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Code	8.3	10.0	75.0%	0		35.07s	906	1,204	17,533
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

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 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Code	7.3	5.8	83.3%	1		144.87s	57,003	4,295	26,889
Qwen3.6 Plus	10.0	10.0	100.0%	0		163.25s	71,058	5,011	55,925

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Code	10.0	10.0	100.0%	0		24.28s	8,034	246	4,782
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Code	3.5	4.4	33.3%	2		419.73s	828	10	212,349
Qwen3.6 Plus	2.9	7.2	11.1%	1		46.39s	780	61	39,854

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Code	4.6	7.8	0.0%	0		36.45s	382	131	2,577
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Code	9.8	10.0	100.0%	0		11.26s	816	72	2,661
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Code	7.8	9.3	66.7%	0		15.91s	786	585	4,473
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Code	4.7	1.6	66.7%	1		35.09s	6,198	196	644
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Code	3.0	10.0	0.0%	0		52.23s	267	15	6,525
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

तुलना जोडी बदला

LongCat 2.0highvsQwen3.6 Plusmedium Qwen3.6 PlusmediumvsGLM 5.3 Flashhigh Seed-2.0-CodehighvsGPT-5.6 Lunamedium Seed-2.0-CodehighvsQwen3.6 Flashmedium Seed-2.0-CodehighvsDeepSeek V4 Flash 0731low Gemini 3.8 FlashlowvsQwen3.6 Plusmedium Seed-2.0-CodehighvsGLM 5.1medium Claude Opus 4.8lowvsQwen3.6 Plusmedium Seed-2.0-CodehighvsGrok 4.7low DeepSeek V4 Pro 0423nonevsQwen3.6 Plusmedium Seed-2.0-CodehighvsQwen3.8 27Blowमोफत उपलब्ध Seed-2.0-CodehighvsGPT-6 Lunalow