Seed-2.0-Code (high) vs Grok 4.7 (low)

Seed-2.0-Code (high) average score मध्ये पुढे आहे: 7.5 vs 7.4. Seed-2.0-Code (high) चा benchmark खर्च कमी आहे: $1.448 vs $2.263. Grok 4.7 (low) वेगवान आहे: 63.19s vs 124.87s, pass rates 65.2% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #121
एकूण आउटपुट टोकन्स: 432,850
प्रतिसाद वेळ (सरासरी): 124.87s
एकूण खर्च: $1.448

क्रमांक: #127
एकूण आउटपुट टोकन्स: 255,329
प्रतिसाद वेळ (सरासरी): 63.19s
एकूण खर्च: $2.263

शिफारस केलेले मॉडेल Grok 4.7 (low)

Its score stays close to the best score here (7.4 vs 7.5), while responding about 2.0x faster than Seed-2.0-Code (high).

तपशीलवार तुलना

मेट्रिक	Seed-2.0-Code Seed-2.0-Code high प्रकाशन: 2026-08-12	Grok 4.7 Grok 4.7 low प्रकाशन: 2026-09-21

मेट्रिक	Seed-2.0-Code Seed-2.0-Code high प्रकाशन: 2026-08-12	Grok 4.7 Grok 4.7 low प्रकाशन: 2026-09-21
स्कोअर	7.5	7.4
क्रमांक	#121	#127
विश्वसनीयता	9.0	10.0
सुसंगतता	7.9	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	73.9%
अस्थिर चाचण्या	5	5
एकूण रन	69	69
प्रति निकाल खर्च	12.061	13.804
एकूण खर्च	$1.448	$2.263
इनपुट किंमत	$0.500 / 1M	$2.000 / 1M
आउटपुट किंमत	$3.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	297,321	365,119
आउटपुट टोकन्स	8,997	8,118
रिझनिंग टोकन्स	423,853	247,211
प्रतिसाद वेळ (सरासरी)	124.87s	63.19s
प्रतिसाद वेळ (कमाल)	675.30s	389.63s
प्रतिसाद वेळ (एकूण)	2871.96s	1453.28s
पॅरामीटर्स	~200B एकूण (~20B सक्रिय)	~1.7T एकूण (~170B 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.

#121 Seed-2.0-Code

high

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

#127 SpaceXAI: Grok 4.7

low

खर्च: $0.007
वेळ: 15.2s
टोकन्स: 1,537 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
Grok 4.7	5.0	10.0	0.0%	0		154.86s	236,287	1,278	22,203

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
Grok 4.7	10.0	10.0	100.0%	0		9.92s	2,991	94	7,306

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
Grok 4.7	8.4	7.4	88.9%	1		189.08s	9,579	346	99,053

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
Grok 4.7	7.3	5.8	83.3%	1		31.17s	90,114	5,684	6,430

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
Grok 4.7	10.0	10.0	100.0%	0		4.88s	8,937	225	2,050

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
Grok 4.7	5.3	10.0	33.3%	0		159.09s	2,523	17	84,957

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
Grok 4.7	4.1	2.7	33.3%	1		11.32s	1,077	75	2,060

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
Grok 4.7	8.4	6.9	83.3%	1		6.19s	1,857	57	2,559

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
Grok 4.7	8.2	7.2	88.9%	1		12.45s	2,430	151	6,628

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
Grok 4.7	10.0	10.0	100.0%	0		4.26s	8,535	174	336

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
Grok 4.7	3.0	10.0	0.0%	0		76.84s	789	17	13,629

झटपट तुलना

तुलना जोडी बदला

Grok 4.7lowvsGLM 5.3 FlashXhigh Seed-2.0-CodemediumvsGrok 4.7low Inkling Smallhighमोफत उपलब्धvsGrok 4.7low Qwen3.6 FlashmediumvsGrok 4.7low GPT-5.6 LunamediumvsGrok 4.7low DeepSeek V4 Pro 0423nonevsGrok 4.7low Inklingmediumमोफत उपलब्धvsGrok 4.7low Seed-2.0-CodehighvsGPT-5.6 Lunamedium Gemma 4 26B A4Bmediumमोफत उपलब्धvsGrok 4.7low Seed-2.0-CodehighvsQwen3.6 Flashmedium Seed-2.0-CodehighvsDeepSeek V4 Flash 0731low Seed-2.0-CodehighvsGLM 5.1medium