नेव्हिगेशन
AI BENCHY
Advertise here

ByteDance Seed: Seed-2.0-Mini vs MoonshotAI: Kimi K2.5

average score जवळपास समान आहे: 7.0 vs 7.0. Seed-2.0-Mini (medium) चा benchmark खर्च कमी आहे: $0.101 vs $0.600. Seed-2.0-Mini (medium) वेगवान आहे: 92.53s vs 99.00s, pass rates 57.6% vs 65.2%.

शिफारस केलेले मॉडेलSeed-2.0-Mini (medium)It has the best score here (7.0), while costing about 5.9x less than Kimi K2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium प्रकाशन: 2026-02-14 Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27
स्कोअर 7.0 7.0
क्रमांक #77 #74
विश्वसनीयता 8.5 10.0
सुसंगतता 8.9 7.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 65.2%
अस्थिर चाचण्या 3 8
एकूण रन 66 66
प्रति निकाल खर्च 0.917 4.789
एकूण खर्च $0.101 $0.600
इनपुट किंमत $0.100 / 1M $0.571 / 1M
आउटपुट किंमत $0.400 / 1M $2.850 / 1M
एकूण इनपुट टोकन्स 125,467 118,448
आउटपुट टोकन्स 10,778 62,124
रिझनिंग टोकन्स 209,856 165,243
प्रतिसाद वेळ (सरासरी) 92.53s 99.00s
प्रतिसाद वेळ (कमाल) 301.78s 281.00s
प्रतिसाद वेळ (एकूण) 1665.50s 1485.04s

Hamster playing table tennis

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

#77 Seed-2.0-Mini

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

#74 MoonshotAI: Kimi K2.5

medium
खर्च
$0.030
वेळ
58.6s
टोकन्स
8,683 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
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

झटपट तुलना

तुलना जोडी बदला