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

Seed 2.1 Turbo (low) vs Muse Ember (high)

average score जवळपास समान आहे: 9.3 vs 9.2. Muse Ember (high) चा benchmark खर्च कमी आहे: $0.156 vs $1.645. Muse Ember (high) वेगवान आहे: 11.67s vs 161.25s, pass rates 81.2% vs 79.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#35
एकूण आउटपुट टोकन्स
609,333
प्रतिसाद वेळ (सरासरी)
161.25s
एकूण खर्च
$1.645
क्रमांक
#36
एकूण आउटपुट टोकन्स
254,892
प्रतिसाद वेळ (सरासरी)
11.67s
एकूण खर्च
$0.156
शिफारस केलेले मॉडेल Muse Ember (high)

It has the best score here (9.2), while costing about 10.6x less than Seed 2.1 Turbo (low).

तपशीलवार तुलना

मेट्रिक Seed 2.1 Turbo Seed 2.1 Turbo low प्रकाशन: 2026-08-12 Muse Ember Muse Ember high प्रकाशन: 2026-11-09
स्कोअर 9.3 9.2
क्रमांक #35 #36
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 81.2% 79.7%
अस्थिर चाचण्या 2 1
एकूण रन 69 69
प्रति निकाल खर्च 9.135 0.865
एकूण खर्च $1.645 $0.156
इनपुट किंमत $0.500 / 1M $0.100 / 1M
आउटपुट किंमत $2.500 / 1M $0.500 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.004 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.125 / 1M
एकूण इनपुट टोकन्स 241,855 282,192
आउटपुट टोकन्स 8,387 14,054
रिझनिंग टोकन्स 600,946 240,838
प्रतिसाद वेळ (सरासरी) 161.25s 11.67s
प्रतिसाद वेळ (कमाल) 739.98s 53.01s
प्रतिसाद वेळ (एकूण) 3708.70s 268.45s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) ~150B एकूण (~10B 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.

#35 Seed 2.1 Turbo

low
खर्च
$0.049
वेळ
298.8s
टोकन्स
19,730 tok

#36 Muse Ember

high
खर्च
$0.005
वेळ
18.3s
टोकन्स
9,965 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% 0 360.85s 8,220 385 207,368
Muse Ember 10.0 10.0 100.0% 0 9.62s 7,410 1,213 34,691

झटपट तुलना

तुलना जोडी बदला

Claude Opus 5.5mediumvsMuse EmberhighSeed 2.1 TurbolowvsMuse Spark OpenhighMuse EmberhighvsGPT-5.5mediumClaude Opus 5.5mediumvsSeed 2.1 TurbolowSeed 2.1 TurbolowvsMuse WondermediumClaude Sonnet 5.5maxvsMuse EmberhighMuse EmberhighvsGPT-6.1 TerralowMuse EmberhighvsQwen3.8 MAXmediumSeed 2.1 TurbolowvsGPT-6.1 TerraxhighSeed 2.1 TurbolowvsGPT-5.5mediumDeepSeek V4.1 Flash 1017lowvsMuse EmberhighClaude Sonnet 5.5maxvsSeed 2.1 Turbolow