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 Qwen3.7 Flash (high)

average score जवळपास समान आहे: 7.7 vs 7.8. Qwen3.7 Flash (high) चा benchmark खर्च कमी आहे: $0.052 vs $0.767. Qwen3.7 Flash (high) वेगवान आहे: 41.37s vs 72.24s, pass rates 77.3% vs 71.2%.

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
#104
एकूण आउटपुट टोकन्स
370,250
प्रतिसाद वेळ (सरासरी)
41.37s
एकूण खर्च
$0.052
शिफारस केलेले मॉडेल Qwen3.7 Flash (high)

It has the best score here (7.8), while costing about 14.9x less than Seed-2.0-Code (low).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low प्रकाशन: 2026-08-12 Qwen3.7 Flash Qwen3.7 Flash high प्रकाशन: 2026-07-28
स्कोअर 7.7 7.8
क्रमांक #106 #104
विश्वसनीयता 8.5 10.0
सुसंगतता 7.8 7.8
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 77.3% 71.2%
अस्थिर चाचण्या 6 6
एकूण रन 66 66
प्रति निकाल खर्च 5.899 0.398
एकूण खर्च $0.767 $0.052
इनपुट किंमत $0.500 / 1M $0.030 / 1M
आउटपुट किंमत $3.000 / 1M $0.130 / 1M
एकूण इनपुट टोकन्स 85,657 116,331
आउटपुट टोकन्स 8,142 12,330
रिझनिंग टोकन्स 233,167 357,920
प्रतिसाद वेळ (सरासरी) 72.24s 41.37s
प्रतिसाद वेळ (कमाल) 485.92s 431.47s
प्रतिसाद वेळ (एकूण) 1589.31s 910.11s
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.

#106 Seed-2.0-Code

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

#104 Qwen3.7 Flash

high
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 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

झटपट तुलना

तुलना जोडी बदला