नेव्हिगेशन
Advertise here

Seed-2.0-Code vs GPT-6 Luna

average score जवळपास समान आहे: 5.4 vs 5.5. GPT-6 Luna चा benchmark खर्च कमी आहे: $0.026 vs $0.257. Seed-2.0-Code वेगवान आहे: 17.51s vs 20.48s, pass rates 37.7% vs 40.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक
#322
एकूण आउटपुट टोकन्स
32,069
प्रतिसाद वेळ (सरासरी)
17.51s
एकूण खर्च
$0.257
क्रमांक
#319
एकूण आउटपुट टोकन्स
6,855
प्रतिसाद वेळ (सरासरी)
20.48s
एकूण खर्च
$0.026
शिफारस केलेले मॉडेल GPT-6 Luna

It has the best score here (5.5), while costing about 10.0x less than Seed-2.0-Code.

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code none प्रकाशन: 2026-08-12 GPT-6 Luna GPT-6 Luna none प्रकाशन: 2026-09-23
स्कोअर 5.4 5.5
क्रमांक #322 #319
विश्वसनीयता 9.0 9.9
सुसंगतता 7.9 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 37.7% 40.6%
अस्थिर चाचण्या 6 5
एकूण रन 69 69
प्रति निकाल खर्च 4.268 0.367
एकूण खर्च $0.257 $0.026
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 319,668 222,357
आउटपुट टोकन्स 32,069 6,855
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 17.51s 20.48s
प्रतिसाद वेळ (कमाल) 132.84s 98.62s
प्रतिसाद वेळ (एकूण) 402.66s 470.96s
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.

#322 Seed-2.0-Code

none
खर्च
$0.030
वेळ
140.6s
टोकन्स
9,924 tok

#319 GPT-6 Luna

none
खर्च
$0.002
वेळ
26.0s
टोकन्स
3,235 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 3.6 9.8 0.0% 0 13.42s 7,230 505 0
GPT-6 Luna 5.5 10.0 33.3% 0 8.04s 7,302 376 0

तुलना जोडी बदला