Seed-2.0-Lite vs Granite 4.2 8B (medium)

Granite 4.2 8B (medium) average score मध्ये पुढे आहे: 6.1 vs 6.0. Granite 4.2 8B (medium) चा benchmark खर्च कमी आहे: $0.029 vs $0.114. Seed-2.0-Lite वेगवान आहे: 7.49s vs 50.47s, pass rates 39.1% vs 37.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #241
एकूण आउटपुट टोकन्स: 17,558
प्रतिसाद वेळ (सरासरी): 7.49s
एकूण खर्च: $0.114

क्रमांक: #235
एकूण आउटपुट टोकन्स: 50,147
प्रतिसाद वेळ (सरासरी): 50.47s
एकूण खर्च: $0.029

शिफारस केलेले मॉडेल Granite 4.2 8B (medium)

It has the best score here (6.1), while costing about 4.0x less than Seed-2.0-Lite.

तपशीलवार तुलना

मेट्रिक	Seed-2.0-Lite Seed-2.0-Lite none प्रकाशन: 2026-02-14	Granite 4.2 8B Granite 4.2 8B medium प्रकाशन: 2026-09-02

मेट्रिक	Seed-2.0-Lite Seed-2.0-Lite none प्रकाशन: 2026-02-14	Granite 4.2 8B Granite 4.2 8B medium प्रकाशन: 2026-09-02
स्कोअर	6.0	6.1
क्रमांक	#241	#235
विश्वसनीयता	10.0	8.9
सुसंगतता	8.9	9.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	39.1%	37.7%
अस्थिर चाचण्या	3	1
एकूण रन	69	69
प्रति निकाल खर्च	1.421	0.354
एकूण खर्च	$0.114	$0.029
इनपुट किंमत	$0.250 / 1M	$0.060 / 1M
आउटपुट किंमत	$2.000 / 1M	$0.250 / 1M
एकूण इनपुट टोकन्स	314,113	259,708
आउटपुट टोकन्स	17,558	16,567
रिझनिंग टोकन्स	0	33,580
प्रतिसाद वेळ (सरासरी)	7.49s	50.47s
प्रतिसाद वेळ (कमाल)	75.99s	557.96s
प्रतिसाद वेळ (एकूण)	172.19s	1160.91s
पॅरामीटर्स	~200B एकूण (~20B सक्रिय)	8B
उपलब्धता	बंद स्रोत	मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#241 Seed-2.0-Lite

none

खर्च: $0.005
वेळ: 83.8s
टोकन्स: 2,311 tok

#235 IBM: Granite 4.2 8B

medium

Provider returned error

खर्च: $0.000
वेळ: 0.2s
टोकन्स: 0 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	5.0	10.0	0.0%	0		75.99s	171,907	2,814	0
Granite 4.2 8B	10.0	10.0	100.0%	0		149.50s	206,799	9,509	21,308

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	3.0	5.9	16.7%	2		2.43s	894	709	0
Granite 4.2 8B	8.4	10.0	75.0%	0		10.34s	777	1,452	889

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	5.6	10.0	33.3%	0		2.83s	8,215	410	0
Granite 4.2 8B	5.5	10.0	33.3%	0		12.09s	8,439	2,445	3,900

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	3.0	10.0	0.0%	0		25.58s	111,839	11,985	0
Granite 4.2 8B	3.0	10.0	0.0%	0		291.12s	24,807	1,902	6,258

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	10.0	10.0	100.0%	0		1.82s	8,538	246	0
Granite 4.2 8B	6.5	10.0	50.0%	0		1.43s	7,683	270	75

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	3.0	10.0	0.0%	0		1.12s	948	15	0
Granite 4.2 8B	5.3	10.0	33.3%	0		13.96s	876	154	290

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	10.0	10.0	100.0%	0		3.45s	570	294	0
Granite 4.2 8B	4.0	10.0	0.0%	0		605ms	561	102	24

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	10.0	10.0	100.0%	0		1.06s	810	73	0
Granite 4.2 8B	3.8	6.0	33.3%	1		36.86s	636	127	425

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	5.3	7.2	44.4%	1		2.78s	858	709	0
Granite 4.2 8B	3.1	10.0	0.0%	0		75.99s	469	206	56

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	10.0	10.0	100.0%	0		3.94s	9,270	292	0
Granite 4.2 8B	10.0	10.0	100.0%	0		2.28s	8,412	359	214

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Lite	3.0	10.0	0.0%	0		1.96s	264	11	0
Granite 4.2 8B	3.0	10.0	0.0%	0		2.24s	249	41	141

झटपट तुलना

तुलना जोडी बदला