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

ByteDance Seed: Seed-2.0-Mini vs OpenAI: GPT-5.6 Sol

Seed-2.0-Mini (medium) average score मध्ये पुढे आहे: 7.0 vs 6.9. Seed-2.0-Mini (medium) चा benchmark खर्च कमी आहे: $0.101 vs $0.524. GPT-5.6 Sol वेगवान आहे: 2.16s vs 92.53s, pass rates 57.6% vs 59.1%.

शिफारस केलेले मॉडेलGPT-5.6 SolIts score stays close to the best score here (6.9 vs 7.0), while responding about 42.7x faster than Seed-2.0-Mini (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 GPT-5.6 Sol GPT-5.6 Sol none प्रकाशन: 2026-07-09
स्कोअर 7.0 6.9
क्रमांक #77 #80
विश्वसनीयता 8.5 10.0
सुसंगतता 8.9 9.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 59.1%
अस्थिर चाचण्या 3 3
एकूण रन 66 66
प्रति निकाल खर्च 0.917 4.761
एकूण खर्च $0.101 $0.524
इनपुट किंमत $0.100 / 1M $5.000 / 1M
आउटपुट किंमत $0.400 / 1M $30.000 / 1M
एकूण इनपुट टोकन्स 125,467 78,593
आउटपुट टोकन्स 10,778 4,357
रिझनिंग टोकन्स 209,856 0
प्रतिसाद वेळ (सरासरी) 92.53s 2.16s
प्रतिसाद वेळ (कमाल) 301.78s 12.81s
प्रतिसाद वेळ (एकूण) 1665.50s 47.62s

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

#80 GPT-5.6 Sol

none
खर्च
$0.116
वेळ
78.7s
टोकन्स
3,944 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
GPT-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0

झटपट तुलना

तुलना जोडी बदला