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 GLM 5.3 Flash (high)

Seed-2.0-Code (medium) average score मध्ये पुढे आहे: 7.4 vs 7.3. GLM 5.3 Flash (high) चा benchmark खर्च कमी आहे: $0.056 vs $1.275. GLM 5.3 Flash (high) वेगवान आहे: 29.11s vs 100.65s, pass rates 65.2% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#192
एकूण आउटपुट टोकन्स
384,093
प्रतिसाद वेळ (सरासरी)
100.65s
एकूण खर्च
$1.275
क्रमांक
#199
एकूण आउटपुट टोकन्स
99,340
प्रतिसाद वेळ (सरासरी)
29.11s
एकूण खर्च
$0.056
शिफारस केलेले मॉडेल GLM 5.3 Flash (high)

Its score stays close to the best score here (7.3 vs 7.4), while costing about 23.0x less than Seed-2.0-Code (medium).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code medium प्रकाशन: 2026-08-12 GLM 5.3 Flash GLM 5.3 Flash high प्रकाशन: 2026-08-26
स्कोअर 7.4 7.3
क्रमांक #192 #199
विश्वसनीयता 8.0 10.0
सुसंगतता 7.4 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 66.7%
अस्थिर चाचण्या 7 4
एकूण रन 69 69
प्रति निकाल खर्च 11.587 0.426
एकूण खर्च $1.275 $0.056
इनपुट किंमत $0.500 / 1M $0.150 / 1M
आउटपुट किंमत $3.000 / 1M $0.500 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.030 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 244,499 225,013
आउटपुट टोकन्स 8,744 12,197
रिझनिंग टोकन्स 375,349 87,143
प्रतिसाद वेळ (सरासरी) 100.65s 29.11s
प्रतिसाद वेळ (कमाल) 626.58s 163.41s
प्रतिसाद वेळ (एकूण) 2314.88s 669.54s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) 320B एकूण (18B 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.

#192 Seed-2.0-Code

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

#199 GLM 5.3 Flash

high
खर्च
$0.003
वेळ
186.7s
टोकन्स
10,486 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
GLM 5.3 Flash 8.2 7.2 88.9% 1 19.62s 7,317 373 9,973

तुलना जोडी बदला