#21 Seed-2.0-Lite
medium- खर्च
- $0.005
- वेळ
- 86.7s
- टोकन्स
- 2,354 tok
AI BENCHY Compare
सारांश
Seed-2.0-Lite (medium) average score मध्ये पुढे आहे: 8.5 vs 7.8. Seed-2.0-Lite (medium) चा benchmark खर्च कमी आहे: $0.175 vs $0.760. Grok 4.5 (low) वेगवान आहे: 15.48s vs 47.07s, pass rates 76.2% vs 74.6%.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | Seed-2.0-Lite Seed-2.0-Lite medium | Grok 4.5 Grok 4.5 low |
|---|---|---|
| स्कोअर | 8.5 | 7.8 |
| क्रमांक | #21 | #41 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 9.0 | 9.7 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 76.2% | 74.6% |
| अस्थिर चाचण्या | 3 | 1 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 1.250 | 5.061 |
| एकूण खर्च | $0.175 | $0.760 |
| इनपुट किंमत | $0.250 / 1M | $2.000 / 1M |
| आउटपुट किंमत | $2.000 / 1M | $6.000 / 1M |
| एकूण इनपुट टोकन्स | 46,740 | 58,652 |
| आउटपुट टोकन्स | 3,230 | 1,735 |
| रिझनिंग टोकन्स | 78,406 | 105,233 |
| प्रतिसाद वेळ (सरासरी) | 47.07s | 15.48s |
| प्रतिसाद वेळ (कमाल) | 254.92s | 205.28s |
| प्रतिसाद वेळ (एकूण) | 988.37s | 324.98s |
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
| 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 | 13.72s | 9,579 | 303 | 15,641 |
तुलना जोडी बदला