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

ByteDance Seed: Seed-2.0-Lite vs OpenAI: GPT-5.6 Luna

Seed-2.0-Lite (medium) average score मध्ये पुढे आहे: 7.9 vs 7.7. Seed-2.0-Lite (medium) चा benchmark खर्च कमी आहे: $0.234 vs $1.017. GPT-5.6 Luna (high) वेगवान आहे: 18.68s vs 48.53s, pass rates 74.2% vs 72.7%.

शिफारस केलेले मॉडेलSeed-2.0-Lite (medium)It has the best score here (7.9), while costing about 4.4x less than GPT-5.6 Luna (high).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

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 7.9 7.7
क्रमांक #33 #42
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 74.2% 72.7%
अस्थिर चाचण्या 4 3
एकूण रन 66 66
प्रति निकाल खर्च 1.669 6.780
एकूण खर्च $0.234 $1.017
इनपुट किंमत $0.250 / 1M $1.000 / 1M
आउटपुट किंमत $2.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 129,897 80,918
आउटपुट टोकन्स 12,533 5,088
रिझनिंग टोकन्स 88,047 150,910
प्रतिसाद वेळ (सरासरी) 48.53s 18.68s
प्रतिसाद वेळ (कमाल) 254.92s 111.09s
प्रतिसाद वेळ (एकूण) 1067.74s 411.05s

Hamster playing table tennis

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

#33 Seed-2.0-Lite

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

#42 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

झटपट तुलना

तुलना जोडी बदला