नेव्हिगेशन
Advertise here

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

average score जवळपास समान आहे: 8.7 vs 8.6. Muse Ember (low) चा benchmark खर्च कमी आहे: $0.114 vs $2.042. Muse Ember (low) वेगवान आहे: 8.22s vs 189.13s, pass rates 79.7% vs 72.5%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#83
एकूण आउटपुट टोकन्स
769,582
प्रतिसाद वेळ (सरासरी)
189.13s
एकूण खर्च
$2.042
क्रमांक
#86
एकूण आउटपुट टोकन्स
169,226
प्रतिसाद वेळ (सरासरी)
8.22s
एकूण खर्च
$0.114
शिफारस केलेले मॉडेल Muse Ember (low)

It has the best score here (8.6), while costing about 18.0x less than Seed 2.1 Turbo (medium).

तपशीलवार तुलना

मेट्रिक Seed 2.1 Turbo Seed 2.1 Turbo medium प्रकाशन: 2026-08-12 Muse Ember Muse Ember low प्रकाशन: 2026-11-09
स्कोअर 8.7 8.6
क्रमांक #83 #86
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 8.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 79.7% 72.5%
अस्थिर चाचण्या 5 3
एकूण रन 69 69
प्रति निकाल खर्च 12.758 0.757
एकूण खर्च $2.042 $0.114
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 234,572 288,136
आउटपुट टोकन्स 8,019 13,507
रिझनिंग टोकन्स 761,563 155,719
प्रतिसाद वेळ (सरासरी) 189.13s 8.22s
प्रतिसाद वेळ (कमाल) 885.33s 49.79s
प्रतिसाद वेळ (एकूण) 4349.92s 189.12s
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.

#83 Seed 2.1 Turbo

medium
खर्च
$0.099
वेळ
583.9s
टोकन्स
39,514 tok

#86 Muse Ember

low
खर्च
$0.003
वेळ
11.3s
टोकन्स
4,679 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 8.2 7.2 88.9% 1 354.87s 8,220 384 205,892
Muse Ember 10.0 10.0 100.0% 0 5.21s 7,410 765 15,944

तुलना जोडी बदला