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

Seed-2.0-Lite (medium) vs GPT-5.6 Luna (high)

Seed-2.0-Lite (medium) average score मध्ये पुढे आहे: 8.2 vs 8.0. GPT-5.6 Luna (high) चा benchmark खर्च कमी आहे: $0.118 vs $0.271. GPT-5.6 Luna (high) वेगवान आहे: 18.39s vs 48.87s, pass rates 71.0% vs 71.0%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#104
एकूण आउटपुट टोकन्स
106,419
प्रतिसाद वेळ (सरासरी)
48.87s
एकूण खर्च
$0.271
क्रमांक
#110
एकूण आउटपुट टोकन्स
139,395
प्रतिसाद वेळ (सरासरी)
18.39s
एकूण खर्च
$0.118
शिफारस केलेले मॉडेल GPT-5.6 Luna (high)

Its score stays close to the best score here (8.0 vs 8.2), while costing about 2.3x less than Seed-2.0-Lite (medium).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium प्रकाशन: 2026-02-14 GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09
स्कोअर 8.2 8.0
क्रमांक #104 #110
विश्वसनीयता 10.0 10.0
सुसंगतता 8.7 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.0% 71.0%
अस्थिर चाचण्या 4 4
एकूण रन 69 69
प्रति निकाल खर्च 1.931 5.882
एकूण खर्च $0.271 $0.118
इनपुट किंमत $0.250 / 1M $0.200 / 1M
आउटपुट किंमत $2.000 / 1M $1.200 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.020 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.250 / 1M
एकूण इनपुट टोकन्स 229,530 197,896
आउटपुट टोकन्स 13,757 6,211
रिझनिंग टोकन्स 92,662 133,184
प्रतिसाद वेळ (सरासरी) 48.87s 18.39s
प्रतिसाद वेळ (कमाल) 254.92s 111.09s
प्रतिसाद वेळ (एकूण) 1123.91s 422.93s
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.

#104 Seed-2.0-Lite

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

#110 GPT-5.6 Luna

high
खर्च
$0.033
वेळ
34.2s
टोकन्स
5,484 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
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

तुलना जोडी बदला