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 DaisyRose 27B (xhigh)

average score जवळपास समान आहे: 8.1 vs 8.1. Seed-2.0-Code (low) चा benchmark खर्च कमी आहे: $0.881 vs $1.559. Seed-2.0-Code (low) वेगवान आहे: 73.02s vs 111.38s, pass rates 78.3% vs 68.1%.

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
#160
एकूण आउटपुट टोकन्स
799,132
प्रतिसाद वेळ (सरासरी)
111.38s
एकूण खर्च
$1.559
शिफारस केलेले मॉडेल Seed-2.0-Code (low)

It has the best score here (8.1), while costing about 1.8x less than DaisyRose 27B (xhigh).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low प्रकाशन: 2026-08-12 DaisyRose 27B DaisyRose 27B xhigh प्रकाशन: 2026-11-18
स्कोअर 8.1 8.1
क्रमांक #161 #160
विश्वसनीयता 8.9 9.7
सुसंगतता 7.9 8.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 78.3% 68.1%
अस्थिर चाचण्या 6 3
एकूण रन 69 69
प्रति निकाल खर्च 6.288 11.133
एकूण खर्च $0.881 $1.559
इनपुट किंमत $0.500 / 1M $0.150 / 1M
आउटपुट किंमत $3.000 / 1M $1.875 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.038 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 237,604 401,324
आउटपुट टोकन्स 9,617 8,843
रिझनिंग टोकन्स 244,190 790,289
प्रतिसाद वेळ (सरासरी) 73.02s 111.38s
प्रतिसाद वेळ (कमाल) 485.92s 960.01s
प्रतिसाद वेळ (एकूण) 1679.49s 2561.63s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) 27.8B
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.

#161 Seed-2.0-Code

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

#160 DaisyRose 27B

xhigh
खर्च
$0.063
वेळ
189.8s
टोकन्स
33,346 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
DaisyRose 27B 9.9 10.0 100.0% 0 99.76s 8,235 497 147,458

तुलना जोडी बदला