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 (medium) vs Grok 4.5 (medium)

average score जवळपास समान आहे: 8.4 vs 8.3. Grok 4.5 (medium) चा benchmark खर्च कमी आहे: $1.928 vs $1.969. Grok 4.5 (medium) वेगवान आहे: 61.71s vs 197.04s, pass rates 78.8% vs 78.8%.

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

क्रमांक
#37
एकूण आउटपुट टोकन्स
766,465
प्रतिसाद वेळ (सरासरी)
197.04s
एकूण खर्च
$1.969
क्रमांक
#39
एकूण आउटपुट टोकन्स
280,567
प्रतिसाद वेळ (सरासरी)
61.71s
एकूण खर्च
$1.928
शिफारस केलेले मॉडेल Grok 4.5 (medium)

It has the best score here (8.3), while responding about 3.2x faster than Seed 2.1 Turbo (medium).

तपशीलवार तुलना

मेट्रिक Seed 2.1 Turbo Seed 2.1 Turbo medium प्रकाशन: 2026-08-12 Grok 4.5 Grok 4.5 medium प्रकाशन: 2026-07-08
स्कोअर 8.4 8.3
क्रमांक #37 #39
विश्वसनीयता 9.9 10.0
सुसंगतता 8.2 8.9
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 78.8% 78.8%
अस्थिर चाचण्या 5 3
एकूण रन 66 66
प्रति निकाल खर्च 13.123 12.049
एकूण खर्च $1.969 $1.928
इनपुट किंमत $0.500 / 1M $2.000 / 1M
आउटपुट किंमत $2.500 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 104,424 122,146
आउटपुट टोकन्स 6,510 5,514
रिझनिंग टोकन्स 759,955 275,053
प्रतिसाद वेळ (सरासरी) 197.04s 61.71s
प्रतिसाद वेळ (कमाल) 885.33s 436.38s
प्रतिसाद वेळ (एकूण) 4334.80s 1357.56s
पॅरामीटर्स ~200B एकूण (~20B सक्रिय) ~1.7T एकूण (~170B 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.

#37 Seed 2.1 Turbo

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

#39 xAI: Grok 4.5

medium
खर्च
$0.044
वेळ
59.4s
टोकन्स
7,512 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
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

झटपट तुलना

तुलना जोडी बदला