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

Seed-2.0-Mini (medium) vs GPT-6 Luna (low)

GPT-6 Luna (low) average score मध्ये पुढे आहे: 7.0 vs 7.0. GPT-6 Luna (low) चा benchmark खर्च कमी आहे: $0.020 vs $0.116. GPT-6 Luna (low) वेगवान आहे: 21.96s vs 93.10s, pass rates 57.6% vs 62.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-23

तुलना केलेली मॉडेल्स

क्रमांक
#165
एकूण आउटपुट टोकन्स
258,322
प्रतिसाद वेळ (सरासरी)
93.10s
एकूण खर्च
$0.116
क्रमांक
#159
एकूण आउटपुट टोकन्स
22,605
प्रतिसाद वेळ (सरासरी)
21.96s
एकूण खर्च
$0.020
शिफारस केलेले मॉडेल GPT-6 Luna (low)

It has the best score here (7.0), while costing about 6.0x less than Seed-2.0-Mini (medium).

तपशीलवार तुलना

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium प्रकाशन: 2026-02-14 GPT-6 Luna GPT-6 Luna low प्रकाशन: 2026-09-23
स्कोअर 7.0 7.0
क्रमांक #165 #159
विश्वसनीयता 8.7 9.6
सुसंगतता 8.9 8.5
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 62.1%
अस्थिर चाचण्या 3 4
एकूण रन 66 66
प्रति निकाल खर्च 1.054 0.176
एकूण खर्च $0.116 $0.020
इनपुट किंमत $0.100 / 1M $0.100 / 1M
आउटपुट किंमत $0.400 / 1M $0.500 / 1M
एकूण इनपुट टोकन्स 125,704 80,159
आउटपुट टोकन्स 10,781 4,623
रिझनिंग टोकन्स 247,541 17,982
प्रतिसाद वेळ (सरासरी) 93.10s 21.96s
प्रतिसाद वेळ (कमाल) 301.78s 89.37s
प्रतिसाद वेळ (एकूण) 1768.91s 483.19s
पॅरामीटर्स ~50B एकूण (~5B सक्रिय) ~400B एकूण (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#165 Seed-2.0-Mini

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

#159 GPT-6 Luna

low
खर्च
$0.002
वेळ
19.2s
टोकन्स
2,598 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-6 Luna 6.0 7.2 55.6% 1 15.39s 7,302 493 6,655

झटपट तुलना

तुलना जोडी बदला