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)

Seed-2.0-Code (low) average score मध्ये पुढे आहे: 8.1 vs 7.2. Qwen3.7 Flash (high) चा benchmark खर्च कमी आहे: $0.063 vs $0.881. Qwen3.7 Flash (high) वेगवान आहे: 45.48s vs 73.02s, pass rates 78.3% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-22

तुलना केलेली मॉडेल्स

क्रमांक
#161
एकूण आउटपुट टोकन्स
253,807
प्रतिसाद वेळ (सरासरी)
73.02s
एकूण खर्च
$0.881
क्रमांक
#233
एकूण आउटपुट टोकन्स
409,818
प्रतिसाद वेळ (सरासरी)
45.48s
एकूण खर्च
$0.063
शिफारस केलेले मॉडेल Qwen3.7 Flash (high)

It offers the best overall trade-off: a competitive score (7.2), lower cost than Seed-2.0-Code (low), and balanced response time.

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 8.1 7.2
क्रमांक #161 #233
विश्वसनीयता 8.9 10.0
सुसंगतता 7.9 7.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 78.3% 71.0%
अस्थिर चाचण्या 6 7
एकूण रन 69 69
प्रति निकाल खर्च 6.288 0.478
एकूण खर्च $0.881 $0.063
इनपुट किंमत $0.500 / 1M $0.030 / 1M
आउटपुट किंमत $3.000 / 1M $0.130 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.006 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.039 / 1M
एकूण इनपुट टोकन्स 237,604 293,775
आउटपुट टोकन्स 9,617 13,527
रिझनिंग टोकन्स 244,190 396,291
प्रतिसाद वेळ (सरासरी) 73.02s 45.48s
प्रतिसाद वेळ (कमाल) 485.92s 431.47s
प्रतिसाद वेळ (एकूण) 1679.49s 1045.97s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) ~35B एकूण (~3B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#161 Seed-2.0-Code

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

#233 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

तुलना जोडी बदला