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 Qwen: Qwen3.6 Plus

average score जवळपास समान आहे: 7.9 vs 7.8. Seed-2.0-Lite (medium) चा benchmark खर्च कमी आहे: $0.234 vs $0.405. Qwen3.6 Plus (medium) वेगवान आहे: 43.12s vs 48.53s, pass rates 74.2% vs 71.2%.

शिफारस केलेले मॉडेलSeed-2.0-Lite (medium)It has the best score here (7.9), while costing about 1.7x less than Qwen3.6 Plus (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium प्रकाशन: 2026-02-14 Qwen3.6 Plus Qwen3.6 Plus medium प्रकाशन: 2026-04-20
स्कोअर 7.9 7.8
क्रमांक #42 #44
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 74.2% 71.2%
अस्थिर चाचण्या 4 2
एकूण रन 66 66
प्रति निकाल खर्च 1.669 1.514
एकूण खर्च $0.234 $0.405
इनपुट किंमत $0.250 / 1M $0.325 / 1M
आउटपुट किंमत $2.000 / 1M $1.950 / 1M
एकूण इनपुट टोकन्स 129,897 97,689
आउटपुट टोकन्स 12,533 6,412
रिझनिंग टोकन्स 88,047 184,825
प्रतिसाद वेळ (सरासरी) 48.53s 43.12s
प्रतिसाद वेळ (कमाल) 254.92s 291.55s
प्रतिसाद वेळ (एकूण) 1067.74s 905.53s

Hamster playing table tennis

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

#42 Seed-2.0-Lite

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

#44 Qwen3.6 Plus

medium
खर्च
$0.024
वेळ
219.0s
टोकन्स
12,235 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
Qwen3.6 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586

झटपट तुलना

तुलना जोडी बदला