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 (medium) vs GPT-6 Luna (medium)

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 7.4. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $1.275. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 100.65s, pass rates 65.2% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#181
एकूण आउटपुट टोकन्स
384,093
प्रतिसाद वेळ (सरासरी)
100.65s
एकूण खर्च
$1.275
क्रमांक
#118
एकूण आउटपुट टोकन्स
53,161
प्रतिसाद वेळ (सरासरी)
18.07s
एकूण खर्च
$0.047
शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 27.2x less than Seed-2.0-Code (medium).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code medium प्रकाशन: 2026-08-12 GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23
स्कोअर 7.4 8.3
क्रमांक #181 #118
विश्वसनीयता 8.0 10.0
सुसंगतता 7.4 8.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 73.9%
अस्थिर चाचण्या 7 3
एकूण रन 69 69
प्रति निकाल खर्च 11.587 0.313
एकूण खर्च $1.275 $0.047
इनपुट किंमत $0.500 / 1M $0.100 / 1M
आउटपुट किंमत $3.000 / 1M $0.500 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.010 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.125 / 1M
एकूण इनपुट टोकन्स 244,499 203,193
आउटपुट टोकन्स 8,744 5,751
रिझनिंग टोकन्स 375,349 47,410
प्रतिसाद वेळ (सरासरी) 100.65s 18.07s
प्रतिसाद वेळ (कमाल) 626.58s 66.44s
प्रतिसाद वेळ (एकूण) 2314.88s 415.53s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) ~400B एकूण (~17B 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.

#181 Seed-2.0-Code

medium
खर्च
$0.026
वेळ
122.8s
टोकन्स
8,630 tok

#118 GPT-6 Luna

medium
खर्च
$0.002
वेळ
23.6s
टोकन्स
2,966 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 8.9 7.8 88.9% 1 89.94s 8,247 496 44,062
GPT-6 Luna 6.6 4.6 77.8% 2 23.63s 7,302 438 10,222

तुलना जोडी बदला