Seed 2.1 Turbo (high) vs Qwen3.8 Max (0902) (medium)

Seed 2.1 Turbo (high) average score मध्ये पुढे आहे: 9.1 vs 9.0. Qwen3.8 Max (0902) (medium) चा benchmark खर्च कमी आहे: $1.096 vs $1.892. Qwen3.8 Max (0902) (medium) वेगवान आहे: 30.42s vs 170.52s, pass rates 79.7% vs 84.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #43
एकूण आउटपुट टोकन्स: 707,320
प्रतिसाद वेळ (सरासरी): 170.52s
एकूण खर्च: $1.892

क्रमांक: #47
एकूण आउटपुट टोकन्स: 92,998
प्रतिसाद वेळ (सरासरी): 30.42s
एकूण खर्च: $1.096

शिफारस केलेले मॉडेल Qwen3.8 Max (0902) (medium)

Its score stays close to the best score here (9.0 vs 9.1), while costing about 1.7x less than Seed 2.1 Turbo (high).

तपशीलवार तुलना

मेट्रिक	Seed 2.1 Turbo Seed 2.1 Turbo high प्रकाशन: 2026-08-12	Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07

मेट्रिक	Seed 2.1 Turbo Seed 2.1 Turbo high प्रकाशन: 2026-08-12	Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07
स्कोअर	9.1	9.0
क्रमांक	#43	#47
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	79.7%	84.1%
अस्थिर चाचण्या	3	2
एकूण रन	69	69
प्रति निकाल खर्च	11.129	6.084
एकूण खर्च	$1.892	$1.096
इनपुट किंमत	$0.500 / 1M	$2.000 / 1M
आउटपुट किंमत	$2.500 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.250 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$2.500 / 1M
एकूण इनपुट टोकन्स	246,954	268,540
आउटपुट टोकन्स	8,378	7,499
रिझनिंग टोकन्स	698,942	85,499
प्रतिसाद वेळ (सरासरी)	170.52s	30.42s
प्रतिसाद वेळ (कमाल)	584.71s	168.09s
प्रतिसाद वेळ (एकूण)	3922.04s	699.68s
पॅरामीटर्स	~200B एकूण (~20B सक्रिय)	2.4T एकूण (~100B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#43 Seed 2.1 Turbo

high

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

#47 Qwen3.8 Max (0902)

medium

खर्च: $0.036
वेळ: 108.3s
टोकन्स: 5,980 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 2.1 Turbo	10.0	10.0	100.0%	0		94.84s	142,259	1,733	7,856
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		127.50s	172,217	1,538	10,782

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	8.2	7.9	83.3%	1		47.01s	906	374	31,640
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.03s	672	295	2,003

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
Qwen3.8 Max (0902)	8.4	7.4	88.9%	1		45.74s	7,893	551	20,628

संयुक्त	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		408.85s	74,377	4,732	152,138
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		94.38s	68,852	3,895	24,303

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	10.0	10.0	100.0%	0		33.70s	8,544	246	11,954
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		10.54s	7,782	261	2,591

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	2.9	7.2	11.1%	1		506.22s	828	10	268,420
Qwen3.8 Max (0902)	3.6	7.2	22.2%	1		49.45s	780	44	19,572

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	6.5	3.4	66.7%	1		25.69s	573	206	3,897
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		7.56s	516	202	689

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	9.8	10.0	100.0%	0		7.66s	816	71	1,918
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.24s	699	90	886

कोडी सोडवणे	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		27.26s	867	399	13,904
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.89s	696	353	1,599

टूल कॉलिंग	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		25.97s	9,297	228	1,221
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.93s	8,229	249	194

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	3.0	10.0	0.0%	0		78.58s	267	9	11,416
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		17.01s	204	21	2,252

तुलना जोडी बदला

Seed 2.1 TurbohighvsParetodefault Seed 2.1 TurbohighvsMuse Wonderlow Seed 2.1 TurbohighvsMuse Wonderminimal Gemini 3.5 FlashlowvsQwen3.8 Max (0902)medium Claude Haiku 5.5xhighvsSeed 2.1 Turbohigh Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Gemini 3.5 Flash LitehighvsQwen3.8 Max (0902)medium Muse Spark OpenxhighvsQwen3.8 Max (0902)medium Claude Opus 5lowvsQwen3.8 Max (0902)medium Seed 2.1 TurbohighvsMuse Spark Openxhigh Gemini 3.6 FlashlowvsQwen3.8 Max (0902)medium Qwen3.8 Max (0902)mediumvsGLM 5.3 Flashmax