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 Grok 4.5 (high)

Grok 4.5 (high) average score मध्ये पुढे आहे: 8.2 vs 8.1. Seed-2.0-Code (low) चा benchmark खर्च कमी आहे: $0.881 vs $2.571. Grok 4.5 (high) वेगवान आहे: 72.50s vs 73.02s, pass rates 78.3% vs 82.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#86
एकूण आउटपुट टोकन्स
253,807
प्रतिसाद वेळ (सरासरी)
73.02s
एकूण खर्च
$0.881
क्रमांक
#82
एकूण आउटपुट टोकन्स
333,632
प्रतिसाद वेळ (सरासरी)
72.50s
एकूण खर्च
$2.571
शिफारस केलेले मॉडेल Seed-2.0-Code (low)

Its score stays close to the best score here (8.1 vs 8.2), while costing about 2.9x less than Grok 4.5 (high).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code low प्रकाशन: 2026-08-12 Grok 4.5 Grok 4.5 high प्रकाशन: 2026-07-08
स्कोअर 8.1 8.2
क्रमांक #86 #82
विश्वसनीयता 8.9 10.0
सुसंगतता 7.9 8.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 78.3% 82.6%
अस्थिर चाचण्या 6 3
एकूण रन 69 69
प्रति निकाल खर्च 6.288 15.123
एकूण खर्च $0.881 $2.571
इनपुट किंमत $0.500 / 1M $2.000 / 1M
आउटपुट किंमत $3.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 237,604 342,124
आउटपुट टोकन्स 9,617 7,135
रिझनिंग टोकन्स 244,190 326,497
प्रतिसाद वेळ (सरासरी) 73.02s 72.50s
प्रतिसाद वेळ (कमाल) 485.92s 676.83s
प्रतिसाद वेळ (एकूण) 1679.49s 1667.51s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) ~1.7T एकूण (~170B 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.

#86 Seed-2.0-Code

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

#82 SpaceXAI: Grok 4.5

high
खर्च
$0.015
वेळ
29.7s
टोकन्स
2,737 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
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

झटपट तुलना

तुलना जोडी बदला

Grok 4.5highvsGLM 5.2mediumQwen3.7 PlusmediumvsGrok 4.5highGPT-5.6 TerramediumvsGrok 4.5highClaude Opus 4.8mediumvsGrok 4.5highGPT-6 LunamediumvsGrok 4.5highSeed-2.0-CodelowvsDeepSeek V4 Pro 0423highKimi K3maxvsGrok 4.5highClaude Opus 4.7mediumvsSeed-2.0-CodelowSeed-2.0-CodelowvsDeepSeek V4 Flash 0423highSeed-2.0-LitemediumvsGrok 4.5highSeed-2.0-CodelowvsGPT-5.6 TerramediumSeed-2.0-CodelowvsGLM 5.2medium