- स्कोअर
- 8.6 (+1.10 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.061 · 95.8% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.51s · 94.0% वेगवान
Bytedance Seed
प्रकाशन: 2026-08-12
चाचणी तारीख: 2026-10-01 04:14
bytedance-seed/seed-2.0-code::high
~200B एकूण (~20B सक्रिय)MoEबंद स्रोतअंदाजित
सारांश
Seed-2.0-Code AI BENCHY वर 7.5 स्कोर करते आणि #177 वर आहे. याची reliability 9.0, pass rate 65.2%, एकूण खर्च $1.448, आणि सरासरी response time 124.87s आहे.
Seed-2.0-Code खास का आहे: हे डेटा पार्सिंग आणि निष्कर्षण मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #14.
शिफारस केलेले पर्याय
त्याऐवजी यापैकी एक मॉडेल निवडण्याची शिफारस करतो:
- स्कोअर
- 9.4 (+1.89 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.183 · 87.4% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 6.24s · 95.0% वेगवान
- स्कोअर
- 8.3 (+0.79 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.047 · 96.8% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 18.07s · 85.5% वेगवान
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- ~200B एकूण (~20B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
7.5
सुसंगतता
7.9
9.0
$1.448
एकूण आउटपुट टोकन्स
432,850
एकूण इनपुट टोकन्स
297,321
इनपुट किंमत
$0.500 / 1M
आउटपुट किंमत
$3.000 / 1M
कॅश वाचण्याची किंमत
लागू नाही
कॅश लिहिण्याची किंमत
लागू नाही
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.
अस्थिर चाचण्या
5
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#177 Seed-2.0-Code
high- खर्च
- $0.037
- वेळ
- 183.6s
- टोकन्स
- 12,388 tok
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-10-01 04:14 पुन्हा चाचणी | 7.5 | 9.0 | $1.448 | सध्याची रन | |
| 2026-08-12 23:09 पहिला रन | 6.9 | 6.0 | $1.312 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
Seed-2.0-CodehighvsMistral Large 4highSeed-2.0-CodehighvsGPT-5.6 LunamediumSeed-2.0-CodehighvsSeed-2.0-MinimediumSeed-2.0-CodehighvsQwen3.6 FlashmediumSeed-2.0-CodehighvsGLM 5.1mediumSeed-2.0-CodehighvsDeepSeek V4 Flash 0731lowSeed-2.0-CodehighvsSpace Bunny AlphahighSeed-2.0-CodehighvsSeed-2.0-CodemediumSeed-2.0-CodehighvsQwen3.8 27Blowमोफत उपलब्धSeed-2.0-CodehighvsGLM 5.3 FlashXhigh
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 10.0 | 10.0 | |
| अँटी-एआय युक्त्या | 8.3 | 10.0 | |
| कोडिंग | 6.2 | 6.5 | |
| संयुक्त | 7.3 | 5.8 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.5 | 4.4 | |
| Samanya Buddhimatta | 4.6 | 7.8 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 7.8 | 9.3 | |
| टूल कॉलिंग | 4.7 | 1.6 | |
| सामान्य ज्ञान | 3.0 | 10.0 |