नेव्हिगेशन
Advertise here

Seed-2.0-Code (high) vs GLM 5.1 (medium)

GLM 5.1 (medium) average score मध्ये पुढे आहे: 7.5 vs 7.5. Seed-2.0-Code (high) चा benchmark खर्च कमी आहे: $1.448 vs $1.546. GLM 5.1 (medium) वेगवान आहे: 66.38s vs 124.87s, pass rates 65.2% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#188
एकूण आउटपुट टोकन्स
432,850
प्रतिसाद वेळ (सरासरी)
124.87s
एकूण खर्च
$1.448
क्रमांक
#185
एकूण आउटपुट टोकन्स
245,833
प्रतिसाद वेळ (सरासरी)
66.38s
एकूण खर्च
$1.546
शिफारस केलेले मॉडेल GLM 5.1 (medium)

It has the best score here (7.5), while responding about 1.9x faster than Seed-2.0-Code (high).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code high प्रकाशन: 2026-08-12 GLM 5.1 GLM 5.1 medium प्रकाशन: 2026-04-07
स्कोअर 7.5 7.5
क्रमांक #188 #185
विश्वसनीयता 9.0 9.2
सुसंगतता 7.9 8.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 66.7%
अस्थिर चाचण्या 5 4
एकूण रन 69 69
प्रति निकाल खर्च 12.061 9.004
एकूण खर्च $1.448 $1.546
इनपुट किंमत $0.500 / 1M $1.400 / 1M
आउटपुट किंमत $3.000 / 1M $4.400 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.260 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 297,321 331,577
आउटपुट टोकन्स 8,997 17,919
रिझनिंग टोकन्स 423,853 230,789
प्रतिसाद वेळ (सरासरी) 124.87s 66.38s
प्रतिसाद वेळ (कमाल) 675.30s 308.75s
प्रतिसाद वेळ (एकूण) 2871.96s 1460.31s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) 744B एकूण (40B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#188 Seed-2.0-Code

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

#185 GLM 5.1

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
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
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

तुलना जोडी बदला