नेव्हिगेशन
Advertise here

Seed-2.0-Code vs Step 5 Preview (low)

Step 5 Preview (low) average score मध्ये पुढे आहे: 5.6 vs 5.4. Seed-2.0-Code चा benchmark खर्च कमी आहे: $0.257 vs $4.110. Seed-2.0-Code वेगवान आहे: 17.51s vs 138.27s, pass rates 37.7% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-15

तुलना केलेली मॉडेल्स

क्रमांक
#301
एकूण आउटपुट टोकन्स
32,069
प्रतिसाद वेळ (सरासरी)
17.51s
एकूण खर्च
$0.257
क्रमांक
#291
एकूण आउटपुट टोकन्स
1,425,268
प्रतिसाद वेळ (सरासरी)
138.27s
एकूण खर्च
$4.110
शिफारस केलेले मॉडेल Seed-2.0-Code

Its score stays close to the best score here (5.4 vs 5.6), while costing about 16.1x less than Step 5 Preview (low).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Code Seed-2.0-Code none प्रकाशन: 2026-08-12 Step 5 Preview Step 5 Preview low प्रकाशन: 2026-10-09
स्कोअर 5.4 5.6
क्रमांक #301 #291
विश्वसनीयता 9.0 9.7
सुसंगतता 7.9 7.5
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 37.7% 58.0%
अस्थिर चाचण्या 6 7
एकूण रन 69 69
प्रति निकाल खर्च 4.268 41.095
एकूण खर्च $0.257 $4.110
इनपुट किंमत $0.500 / 1M $1.000 / 1M
आउटपुट किंमत $3.000 / 1M $2.700 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.050 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 319,668 261,256
आउटपुट टोकन्स 32,069 1,425,268
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 17.51s 138.27s
प्रतिसाद वेळ (कमाल) 132.84s 436.56s
प्रतिसाद वेळ (एकूण) 402.66s 3180.10s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) 600B एकूण (27B 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.

#301 Seed-2.0-Code

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

#291 Step 5 Preview

low
खर्च
$0.051
वेळ
125.6s
टोकन्स
18,795 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
Step 5 Preview 2.7 7.0 11.1% 1 378.21s 7,428 518,232 0

तुलना जोडी बदला