Seed-2.0-Mini (medium) vs GLM 5.3 FlashX (high)

Seed-2.0-Mini (medium) average score मध्ये पुढे आहे: 7.5 vs 7.4. Seed-2.0-Mini (medium) चा benchmark खर्च कमी आहे: $0.140 vs $0.210. GLM 5.3 FlashX (high) वेगवान आहे: 14.94s vs 91.67s, pass rates 59.4% vs 69.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #120
एकूण आउटपुट टोकन्स: 271,559
प्रतिसाद वेळ (सरासरी): 91.67s
एकूण खर्च: $0.140

क्रमांक: #126
एकूण आउटपुट टोकन्स: 97,728
प्रतिसाद वेळ (सरासरी): 14.94s
एकूण खर्च: $0.210

शिफारस केलेले मॉडेल GLM 5.3 FlashX (high)

Its score stays close to the best score here (7.4 vs 7.5), while responding about 6.1x faster than Seed-2.0-Mini (medium).

तपशीलवार तुलना

मेट्रिक	Seed-2.0-Mini Seed-2.0-Mini medium प्रकाशन: 2026-02-14	GLM 5.3 FlashX GLM 5.3 FlashX high प्रकाशन: 2026-09-21

मेट्रिक	Seed-2.0-Mini Seed-2.0-Mini medium प्रकाशन: 2026-02-14	GLM 5.3 FlashX GLM 5.3 FlashX high प्रकाशन: 2026-09-21
स्कोअर	7.5	7.4
क्रमांक	#120	#126
विश्वसनीयता	9.4	10.0
सुसंगतता	9.0	8.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	59.4%	69.6%
अस्थिर चाचण्या	3	5
एकूण रन	69	69
प्रति निकाल खर्च	1.167	1.612
एकूण खर्च	$0.140	$0.210
इनपुट किंमत	$0.100 / 1M	$0.370 / 1M
आउटपुट किंमत	$0.400 / 1M	$1.250 / 1M
एकूण इनपुट टोकन्स	313,368	235,914
आउटपुट टोकन्स	12,289	8,147
रिझनिंग टोकन्स	259,270	89,581
प्रतिसाद वेळ (सरासरी)	91.67s	14.94s
प्रतिसाद वेळ (कमाल)	301.78s	91.16s
प्रतिसाद वेळ (एकूण)	1833.43s	343.65s
पॅरामीटर्स	~50B एकूण (~5B सक्रिय)	320B एकूण (18B 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.

#120 Seed-2.0-Mini

medium

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

#126 GLM 5.3 FlashX

high

खर्च: $0.030
वेळ: 169.4s
टोकन्स: 23,950 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Mini	10.0	10.0	100.0%	0		64.52s	187,664	1,508	11,729
GLM 5.3 FlashX	10.0	10.0	100.0%	0		78.03s	154,549	1,326	12,503

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Mini	6.6	10.0	50.0%	0		74.75s	791	360	9,520
GLM 5.3 FlashX	8.2	7.9	83.3%	1		1.98s	639	425	606

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
GLM 5.3 FlashX	8.2	7.2	88.9%	1		8.06s	7,317	374	9,267

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Mini	7.3	5.8	83.3%	1		282.30s	100,096	8,627	143,688
GLM 5.3 FlashX	3.0	10.0	0.0%	0		27.73s	56,585	4,123	15,563

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Mini	10.0	10.0	100.0%	0		24.27s	8,568	246	2,743
GLM 5.3 FlashX	7.3	5.8	83.3%	1		1.82s	7,149	298	285

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Mini	3.0	10.0	0.0%	0		103.41s	237	3	37,685
GLM 5.3 FlashX	3.6	7.2	22.2%	1		50.04s	759	506	48,992

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Mini	5.1	3.4	33.3%	1		36.65s	585	213	4,210
GLM 5.3 FlashX	6.1	3.1	66.7%	1		2.28s	498	169	229

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Mini	10.0	10.0	100.0%	0		17.47s	840	69	2,050
GLM 5.3 FlashX	10.0	10.0	100.0%	0		1.72s	678	72	177

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Mini	8.2	7.2	88.9%	1		31.79s	903	527	5,667
GLM 5.3 FlashX	10.0	10.0	100.0%	0		2.06s	672	462	434

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Mini	10.0	10.0	100.0%	0		88.68s	9,585	222	5,235
GLM 5.3 FlashX	10.0	10.0	100.0%	0		7.09s	6,861	231	84

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed-2.0-Mini	3.0	10.0	0.0%	0		56.76s	276	50	1,779
GLM 5.3 FlashX	3.0	10.0	0.0%	0		5.34s	207	161	1,441

झटपट तुलना

तुलना जोडी बदला