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 (low) vs GPT-5.6 Luna (high)

Seed-2.0-Code (low) average score मध्ये पुढे आहे: 7.7 vs 7.6. GPT-5.6 Luna (high) चा benchmark खर्च कमी आहे: $0.179 vs $0.767. GPT-5.6 Luna (high) वेगवान आहे: 16.49s vs 72.24s, pass rates 77.3% vs 69.7%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#106
एकूण आउटपुट टोकन्स
241,309
प्रतिसाद वेळ (सरासरी)
72.24s
एकूण खर्च
$0.767
क्रमांक
#112
एकूण आउटपुट टोकन्स
135,315
प्रतिसाद वेळ (सरासरी)
16.49s
एकूण खर्च
$0.179
शिफारस केलेले मॉडेल GPT-5.6 Luna (high)

Its score stays close to the best score here (7.6 vs 7.7), while costing about 4.3x less than Seed-2.0-Code (low).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low प्रकाशन: 2026-08-12 GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09
स्कोअर 7.7 7.6
क्रमांक #106 #112
विश्वसनीयता 8.5 10.0
सुसंगतता 7.8 8.5
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 77.3% 69.7%
अस्थिर चाचण्या 6 4
एकूण रन 66 66
प्रति निकाल खर्च 5.899 6.100
एकूण खर्च $0.767 $0.179
इनपुट किंमत $0.500 / 1M $0.200 / 1M
आउटपुट किंमत $3.000 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 85,657 80,927
आउटपुट टोकन्स 8,142 5,088
रिझनिंग टोकन्स 233,167 130,227
प्रतिसाद वेळ (सरासरी) 72.24s 16.49s
प्रतिसाद वेळ (कमाल) 485.92s 111.09s
प्रतिसाद वेळ (एकूण) 1589.31s 362.78s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) ~400B एकूण (~17B 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.

#106 Seed-2.0-Code

low
Provider returned error
खर्च
$0.000
वेळ
0.3s
टोकन्स
0 tok

#112 GPT-5.6 Luna

high
खर्च
$0.033
वेळ
34.2s
टोकन्स
5,484 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 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

झटपट तुलना

तुलना जोडी बदला