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

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs Google: Gemini 3 Flash Preview

सारांश

Gemini 3 Flash Preview (medium) average score मध्ये पुढे आहे: 9.6 vs 7.4. Seed-2.0-Mini (medium) चा benchmark खर्च कमी आहे: $0.044 vs $0.667. Gemini 3 Flash Preview (medium) वेगवान आहे: 18.64s vs 80.22s, pass rates 57.1% vs 98.4%.

शिफारस केलेले मॉडेलGemini 3 Flash Preview (medium)It has the best score here (9.6), while responding about 4.3x faster than Seed-2.0-Mini (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium प्रकाशन: 2026-02-14 Gemini 3 Flash Preview Gemini 3 Flash Preview medium प्रकाशन: 2025-12-17
स्कोअर 7.4 9.6
क्रमांक #66 #2
विश्वसनीयता 6.7 10.0
सुसंगतता 9.3 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.1% 98.4%
अस्थिर चाचण्या 2 1
एकूण रन 63 63
प्रति निकाल खर्च 0.397 3.335
एकूण खर्च $0.044 $0.667
इनपुट किंमत $0.100 / 1M $0.500 / 1M
आउटपुट किंमत $0.400 / 1M $3.000 / 1M
एकूण इनपुट टोकन्स 41,904 37,017
आउटपुट टोकन्स 2,555 2,006
रिझनिंग टोकन्स 95,974 214,153
प्रतिसाद वेळ (सरासरी) 80.22s 18.64s
प्रतिसाद वेळ (कमाल) 262.83s 117.26s
प्रतिसाद वेळ (एकूण) 1363.72s 391.35s

जनरेशन शोकेस

Hamster playing table tennis

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

#66 Seed-2.0-Mini

medium
खर्च
$0.002
वेळ
161.7s
टोकन्स
4,379 tok

#2 Gemini 3 Flash Preview

medium
खर्च
$0.010
वेळ
17.9s
टोकन्स
3,236 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-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964
Gemini 3 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084

झटपट तुलना

तुलना जोडी बदला