नेव्हिगेशन
AI BENCHY
Advertise here

Seed-2.0-Code vs Laguna XS 2.1

Laguna XS 2.1 average score मध्ये पुढे आहे: 5.3 vs 5.3. Laguna XS 2.1 चा benchmark खर्च कमी आहे: $0.008 vs $0.151. Laguna XS 2.1 वेगवान आहे: 1.55s vs 14.67s, pass rates 34.9% vs 30.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-12

क्रमांक
#219
एकूण आउटपुट टोकन्स
23,432
प्रतिसाद वेळ (सरासरी)
14.67s
एकूण खर्च
$0.151
क्रमांक
#215
एकूण आउटपुट टोकन्स
13,377
प्रतिसाद वेळ (सरासरी)
1.55s
एकूण खर्च
$0.008
शिफारस केलेले मॉडेल Laguna XS 2.1

It has the best score here (5.3), while costing about 21.1x less than Seed-2.0-Code.

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code none प्रकाशन: 2026-08-12 Laguna XS 2.1 Laguna XS 2.1 none प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर 5.3 5.3
क्रमांक #219 #215
विश्वसनीयता 6.7 10.0
सुसंगतता 8.1 9.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 34.9% 30.3%
अस्थिर चाचण्या 5 3
एकूण रन 66 66
प्रति निकाल खर्च 2.503 0.143
एकूण खर्च $0.151 $0.008
इनपुट किंमत $0.500 / 1M $0.060 / 1M
आउटपुट किंमत $3.000 / 1M $0.120 / 1M
एकूण इनपुट टोकन्स 159,740 91,598
आउटपुट टोकन्स 23,432 13,377
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 14.67s 1.55s
प्रतिसाद वेळ (कमाल) 132.84s 19.02s
प्रतिसाद वेळ (एकूण) 322.75s 34.19s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) 33B एकूण (3B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#219 Seed-2.0-Code

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

#215 Laguna XS 2.1

none
खर्च
$0.001
वेळ
27.6s
टोकन्स
4,344 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
Laguna XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 0

झटपट तुलना

तुलना जोडी बदला