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 Inkling (medium)

average score जवळपास समान आहे: 7.4 vs 7.4. Inkling (medium) चा benchmark खर्च कमी आहे: $0.527 vs $1.275. Inkling (medium) वेगवान आहे: 16.98s vs 100.65s, pass rates 65.2% vs 75.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-16

तुलना केलेली मॉडेल्स

क्रमांक
#151
एकूण आउटपुट टोकन्स
384,093
प्रतिसाद वेळ (सरासरी)
100.65s
एकूण खर्च
$1.275
क्रमांक
#156
एकूण आउटपुट टोकन्स
69,605
प्रतिसाद वेळ (सरासरी)
16.98s
एकूण खर्च
$0.527
शिफारस केलेले मॉडेल Inkling (medium)

It has the best score here (7.4), while costing about 2.4x less than Seed-2.0-Code (medium).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code medium प्रकाशन: 2026-08-12 Inkling Inkling medium प्रकाशन: 2026-07-18 मोफत उपलब्ध
स्कोअर 7.4 7.4
क्रमांक #151 #156
विश्वसनीयता 8.0 10.0
सुसंगतता 7.4 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 75.4%
अस्थिर चाचण्या 7 5
एकूण रन 69 69
प्रति निकाल खर्च 11.587 3.594
एकूण खर्च $1.275 $0.527
इनपुट किंमत $0.500 / 1M $0.950 / 1M
आउटपुट किंमत $3.000 / 1M $4.050 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.160 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 244,499 257,138
आउटपुट टोकन्स 8,744 13,830
रिझनिंग टोकन्स 375,349 55,775
प्रतिसाद वेळ (सरासरी) 100.65s 16.98s
प्रतिसाद वेळ (कमाल) 626.58s 85.12s
प्रतिसाद वेळ (एकूण) 2314.88s 390.45s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) 975B एकूण (41B सक्रिय)
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.

#151 Seed-2.0-Code

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

#156 Thinking Machines: Inkling

medium
खर्च
$0.004
वेळ
11.2s
टोकन्स
852 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
Inkling 8.4 7.8 77.8% 1 25.20s 7,374 525 14,457

तुलना जोडी बदला