- स्कोअर
- 8.6 (+0.44 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.061 · 93.1% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.51s · 89.7% वेगवान
Bytedance Seed
प्रकाशन: 2026-08-12
चाचणी तारीख: 2026-10-01 04:08
bytedance-seed/seed-2.0-code::low
~200B एकूण (~20B सक्रिय)MoEबंद स्रोतअंदाजित
सारांश
Seed-2.0-Code AI BENCHY वर 8.1 स्कोर करते आणि #130 वर आहे. याची reliability 8.9, pass rate 78.3%, एकूण खर्च $0.881, आणि सरासरी response time 73.02s आहे.
Seed-2.0-Code खास का आहे: हे डेटा पार्सिंग आणि निष्कर्षण मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #14.
शिफारस केलेले पर्याय
त्याऐवजी यापैकी एक मॉडेल निवडण्याची शिफारस करतो:
- स्कोअर
- 8.3 (+0.13 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.047 · 94.7% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 18.07s · 75.3% वेगवान
- स्कोअर
- 9.4 (+1.23 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.183 · 79.3% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 6.24s · 91.5% 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.
8.1
सुसंगतता
7.9
8.9
$0.881
एकूण आउटपुट टोकन्स
253,807
एकूण इनपुट टोकन्स
237,604
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
6
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.
#130 Seed-2.0-Code
low
Provider returned error
- खर्च
- $0.000
- वेळ
- 0.3s
- टोकन्स
- 0 tok
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-10-01 04:08 पुन्हा चाचणी | 8.1 | 8.9 | $0.881 | सध्याची रन | |
| 2026-08-12 22:39 पहिला रन | 7.7 | 5.7 | $0.681 | 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-CodelowvsKimi K3.1 ProhighSeed-2.0-CodelowvsDeepSeek V4 Pro 0423highSeed-2.0-CodelowvsSeed-2.0-LitemediumSeed-2.0-CodelowvsClaude Opus 4.7mediumSeed-2.0-CodelowvsGLM 5.3 FlashX LegalhighSeed-2.0-CodelowvsDeepSeek V4 Flash 0423highSeed-2.0-CodelowvsGPT-5.6 TerramediumSeed-2.0-CodelowvsDeepSeek V4.1 FlashlowSeed-2.0-CodelowvsGLM 5.2mediumSeed-2.0-CodelowvsGPT-5.6 Lunahigh
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 10.0 | 10.0 | |
| अँटी-एआय युक्त्या | 8.7 | 7.9 | |
| कोडिंग | 7.0 | 7.1 | |
| संयुक्त | 7.3 | 5.8 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 4.1 | 4.4 | |
| Samanya Buddhimatta | 6.5 | 3.4 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 9.9 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |