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

Seed-2.0-Lite vs Qwen3.5-35B-A3B (medium)

average score जवळपास समान आहे: 6.2 vs 6.2. Seed-2.0-Lite चा benchmark खर्च कमी आहे: $0.066 vs $0.837. Seed-2.0-Lite वेगवान आहे: 4.40s vs 112.47s, pass rates 43.9% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-28

क्रमांक
#130
एकूण आउटपुट टोकन्स
14,746
प्रतिसाद वेळ (सरासरी)
4.40s
एकूण खर्च
$0.066
क्रमांक
#133
एकूण आउटपुट टोकन्स
826,670
प्रतिसाद वेळ (सरासरी)
112.47s
एकूण खर्च
$0.837
शिफारस केलेले मॉडेल Seed-2.0-Lite

It has the best score here (6.2), while costing about 12.9x less than Qwen3.5-35B-A3B (medium).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Lite Seed-2.0-Lite none प्रकाशन: 2026-02-14 Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium प्रकाशन: 2026-02-24
स्कोअर 6.2 6.2
क्रमांक #130 #133
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 7.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 43.9% 66.7%
अस्थिर चाचण्या 4 6
एकूण रन 66 66
प्रति निकाल खर्च 0.814 9.130
एकूण खर्च $0.066 $0.837
इनपुट किंमत $0.250 / 1M $0.140 / 1M
आउटपुट किंमत $2.000 / 1M $1.000 / 1M
एकूण इनपुट टोकन्स 142,197 130,388
आउटपुट टोकन्स 14,746 40,630
रिझनिंग टोकन्स 0 786,040
प्रतिसाद वेळ (सरासरी) 4.40s 112.47s
प्रतिसाद वेळ (कमाल) 44.58s 950.25s
प्रतिसाद वेळ (एकूण) 96.84s 2474.28s

Hamster playing table tennis

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

#130 Seed-2.0-Lite

none
खर्च
$0.005
वेळ
83.8s
टोकन्स
2,311 tok

#133 Qwen3.5-35B-A3B

medium
खर्च
$0.009
वेळ
71.4s
टोकन्स
8,631 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 5.6 10.0 33.3% 0 2.83s 8,215 410 0
Qwen3.5-35B-A3B 5.9 9.3 33.3% 0 206.65s 4,106 23,844 111,462

झटपट तुलना

तुलना जोडी बदला