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 Qwen3.7 Flash (medium)

average score जवळपास समान आहे: 6.9 vs 6.9. Qwen3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.065 vs $1.273. Qwen3.7 Flash (medium) वेगवान आहे: 47.38s vs 124.18s, pass rates 63.6% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-29

तुलना केलेली मॉडेल्स

क्रमांक
#181
एकूण आउटपुट टोकन्स
410,575
प्रतिसाद वेळ (सरासरी)
124.18s
एकूण खर्च
$1.273
क्रमांक
#180
एकूण आउटपुट टोकन्स
470,076
प्रतिसाद वेळ (सरासरी)
47.38s
एकूण खर्च
$0.065
शिफारस केलेले मॉडेल Qwen3.7 Flash (medium)

It has the best score here (6.9), while costing about 19.7x less than Seed-2.0-Code (high).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high प्रकाशन: 2026-08-12 Qwen3.7 Flash Qwen3.7 Flash medium प्रकाशन: 2026-07-28
स्कोअर 6.9 6.9
क्रमांक #181 #180
विश्वसनीयता 8.6 10.0
सुसंगतता 7.8 7.5
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 63.6%
अस्थिर चाचण्या 5 7
एकूण रन 66 66
प्रति निकाल खर्च 11.571 0.646
एकूण खर्च $1.273 $0.065
इनपुट किंमत $0.500 / 1M $0.030 / 1M
आउटपुट किंमत $3.000 / 1M $0.130 / 1M
एकूण इनपुट टोकन्स 81,970 114,477
आउटपुट टोकन्स 7,186 12,786
रिझनिंग टोकन्स 403,389 457,290
प्रतिसाद वेळ (सरासरी) 124.18s 47.38s
प्रतिसाद वेळ (कमाल) 675.30s 593.64s
प्रतिसाद वेळ (एकूण) 2732.03s 1042.43s
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.

#181 Seed-2.0-Code

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

#180 Qwen3.7 Flash

medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
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
Qwen3.7 Flash 6.2 6.9 55.6% 1 46.78s 7,893 563 61,902

झटपट तुलना

तुलना जोडी बदला