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 Grok 4.5 (high)

Grok 4.5 (high) average score मध्ये पुढे आहे: 8.2 vs 8.2. Seed-2.0-Lite (medium) चा benchmark खर्च कमी आहे: $0.271 vs $2.687. Seed-2.0-Lite (medium) वेगवान आहे: 48.87s vs 72.50s, pass rates 71.0% vs 82.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-16

तुलना केलेली मॉडेल्स

क्रमांक
#142
एकूण आउटपुट टोकन्स
106,419
प्रतिसाद वेळ (सरासरी)
48.87s
एकूण खर्च
$0.271
क्रमांक
#136
एकूण आउटपुट टोकन्स
333,632
प्रतिसाद वेळ (सरासरी)
72.50s
एकूण खर्च
$2.687
शिफारस केलेले मॉडेल Seed-2.0-Lite (medium)

Its score stays close to the best score here (8.2 vs 8.2), while costing about 9.9x less than Grok 4.5 (high).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite medium प्रकाशन: 2026-02-14 Grok 4.5 Grok 4.5 high प्रकाशन: 2026-07-08
स्कोअर 8.2 8.2
क्रमांक #142 #136
विश्वसनीयता 10.0 10.0
सुसंगतता 8.7 8.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.0% 82.6%
अस्थिर चाचण्या 4 3
एकूण रन 69 69
प्रति निकाल खर्च 1.931 15.123
एकूण खर्च $0.271 $2.687
इनपुट किंमत $0.250 / 1M $2.000 / 1M
आउटपुट किंमत $2.000 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.300 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 229,530 342,124
आउटपुट टोकन्स 13,757 7,135
रिझनिंग टोकन्स 92,662 326,497
प्रतिसाद वेळ (सरासरी) 48.87s 72.50s
प्रतिसाद वेळ (कमाल) 254.92s 676.83s
प्रतिसाद वेळ (एकूण) 1123.91s 1667.51s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) ~1.7T एकूण (~170B 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.

#142 Seed-2.0-Lite

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

#136 SpaceXAI: Grok 4.5

high
खर्च
$0.015
वेळ
29.7s
टोकन्स
2,737 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
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

तुलना जोडी बदला