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 Space Bunny Alpha (high)

Space Bunny Alpha (high) average score मध्ये पुढे आहे: 7.5 vs 7.4. Space Bunny Alpha (high) चा benchmark खर्च कमी आहे: $0.000 vs $1.275. Space Bunny Alpha (high) वेगवान आहे: 29.38s vs 100.65s, pass rates 65.2% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक
#157
एकूण आउटपुट टोकन्स
384,093
प्रतिसाद वेळ (सरासरी)
100.65s
एकूण खर्च
$1.275
क्रमांक
#149
एकूण आउटपुट टोकन्स
181,271
प्रतिसाद वेळ (सरासरी)
29.38s
एकूण खर्च
$0.000
शिफारस केलेले मॉडेल Space Bunny Alpha (high)

It has the best score here (7.5), while responding about 3.4x faster than Seed-2.0-Code (medium).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code medium प्रकाशन: 2026-08-12 Space Bunny Alpha Space Bunny Alpha high प्रकाशन: 2026-09-24
स्कोअर 7.4 7.5
क्रमांक #157 #149
विश्वसनीयता 8.0 10.0
सुसंगतता 7.4 8.5
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 63.8%
अस्थिर चाचण्या 7 4
एकूण रन 69 69
प्रति निकाल खर्च 11.587 0.000
एकूण खर्च $1.275 $0.000
इनपुट किंमत $0.500 / 1M $0.000 / 1M
आउटपुट किंमत $3.000 / 1M $0.000 / 1M
कॅश वाचण्याची किंमत लागू नाही लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 244,499 302,228
आउटपुट टोकन्स 8,744 181,271
रिझनिंग टोकन्स 375,349 0
प्रतिसाद वेळ (सरासरी) 100.65s 29.38s
प्रतिसाद वेळ (कमाल) 626.58s 234.56s
प्रतिसाद वेळ (एकूण) 2314.88s 675.79s
पॅरामीटर्स ~200B एकूण (~20B 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.

#157 Seed-2.0-Code

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

#149 Space Bunny Alpha

high
खर्च
$0.000
वेळ
76.4s
टोकन्स
8,935 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
Space Bunny Alpha 6.2 7.1 55.6% 1 8.29s 8,493 8,006 0

तुलना जोडी बदला