नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs MoonshotAI: Kimi K3

सारांश

Kimi K3 (max) average score मध्ये पुढे आहे: 8.5 vs 8.5. Seed-2.0-Lite (medium) चा benchmark खर्च कमी आहे: $0.175 vs $3.112. Seed-2.0-Lite (medium) वेगवान आहे: 47.07s vs 122.48s, pass rates 76.2% vs 82.5%.

शिफारस केलेले मॉडेलSeed-2.0-Lite (medium)Its score stays close to the best score here (8.5 vs 8.5), while costing about 17.8x less than Kimi K3 (max).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium प्रकाशन: 2026-02-14 Kimi K3 Kimi K3 max प्रकाशन: 2026-07-16
स्कोअर 8.5 8.5
क्रमांक #24 #21
विश्वसनीयता 10.0 9.4
सुसंगतता 9.0 9.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.2% 82.5%
अस्थिर चाचण्या 3 2
एकूण रन 63 63
प्रति निकाल खर्च 1.250 19.446
एकूण खर्च $0.175 $3.112
इनपुट किंमत $0.250 / 1M $3.000 / 1M
आउटपुट किंमत $2.000 / 1M $15.000 / 1M
एकूण इनपुट टोकन्स 46,740 34,916
आउटपुट टोकन्स 3,230 2,910
रिझनिंग टोकन्स 78,406 197,529
प्रतिसाद वेळ (सरासरी) 47.07s 122.48s
प्रतिसाद वेळ (कमाल) 254.92s 766.58s
प्रतिसाद वेळ (एकूण) 988.37s 2327.06s

जनरेशन शोकेस

Hamster playing table tennis

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

#24 Seed-2.0-Lite

medium
खर्च
$0.005
वेळ
86.7s
टोकन्स
2,354 tok

#21 MoonshotAI: Kimi K3

max
खर्च
$0.281
वेळ
506.9s
टोकन्स
18,863 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-Lite 8.0 9.8 66.7% 0 156.74s 8,247 458 31,890
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

झटपट तुलना

तुलना जोडी बदला