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

Seed 2.1 Turbo (high) vs Gemini 3.5 Flash Lite (high)

Seed 2.1 Turbo (high) average score मध्ये पुढे आहे: 8.9 vs 8.8. Gemini 3.5 Flash Lite (high) चा benchmark खर्च कमी आहे: $0.538 vs $1.641. Gemini 3.5 Flash Lite (high) वेगवान आहे: 10.02s vs 162.13s, pass rates 80.3% vs 84.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-12

क्रमांक
#21
एकूण आउटपुट टोकन्स
635,380
प्रतिसाद वेळ (सरासरी)
162.13s
एकूण खर्च
$1.641
क्रमांक
#24
एकूण आउटपुट टोकन्स
203,735
प्रतिसाद वेळ (सरासरी)
10.02s
एकूण खर्च
$0.538
शिफारस केलेले मॉडेल Gemini 3.5 Flash Lite (high)

Its score stays close to the best score here (8.8 vs 8.9), while costing about 3.1x less than Seed 2.1 Turbo (high).

तपशीलवार तुलना

मेट्रिक Seed 2.1 Turbo Seed 2.1 Turbo high प्रकाशन: 2026-08-12 Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite high प्रकाशन: 2026-07-21
स्कोअर 8.9 8.8
क्रमांक #21 #24
विश्वसनीयता 9.9 10.0
सुसंगतता 8.6 8.9
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 80.3% 84.9%
अस्थिर चाचण्या 4 3
एकूण रन 66 66
प्रति निकाल खर्च 10.255 3.161
एकूण खर्च $1.641 $0.538
इनपुट किंमत $0.500 / 1M $0.300 / 1M
आउटपुट किंमत $2.500 / 1M $2.500 / 1M
एकूण इनपुट टोकन्स 104,686 93,037
आउटपुट टोकन्स 6,646 5,884
रिझनिंग टोकन्स 628,734 197,851
प्रतिसाद वेळ (सरासरी) 162.13s 10.02s
प्रतिसाद वेळ (कमाल) 584.71s 36.22s
प्रतिसाद वेळ (एकूण) 3566.76s 220.38s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) ~150B एकूण (~10B 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.

#21 Seed 2.1 Turbo

high
खर्च
$0.058
वेळ
355.4s
टोकन्स
23,053 tok

#24 Gemini 3.5 Flash Lite

high
खर्च
$0.025
वेळ
36.8s
टोकन्स
9,964 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 2.1 Turbo 10.0 10.0 100.0% 0 336.02s 8,220 370 194,578
Gemini 3.5 Flash Lite 8.4 7.4 88.9% 1 16.58s 8,130 434 57,369

झटपट तुलना

तुलना जोडी बदला