#66 Seed-2.0-Lite
none- खर्च
- $0.005
- वेळ
- 83.8s
- टोकन्स
- 2,311 tok
Bytedance Seed
प्रकाशन: 2026-02-14
चाचणी तारीख: 2026-04-11 01:44
bytedance-seed/seed-2.0-lite::none
(medium)
(none)
सारांश
Seed-2.0-Lite AI BENCHY वर 6.2 स्कोर करते आणि #66 वर आहे. याची reliability लागू नाही, pass rate 55.6%, एकूण खर्च $0.016, आणि सरासरी response time 2.53s आहे.
Seed-2.0-Lite खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #18. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.
6.2
सुसंगतता
7.7
लागू नाही
$0.016
एकूण आउटपुट टोकन्स
3,129
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.250 / 1M
आउटपुट किंमत
$2.000 / 1M
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.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-07-16 23:10 नवीन चाचणी जोडली | 6.2 | 10.0 | $0.066 | तुलना करा | |
| 2026-06-04 14:17 नवीन चाचणी जोडली | 5.8 | 10.0 | $0.019 | तुलना करा | |
| 2026-05-22 00:33 सूट बदलला | 5.9 | 10.0 | $0.018 | तुलना करा | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 6.2 | लागू नाही | $0.016 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · पहिली नोंदलेली रन | 6.2 | 7.7 | लागू नाही | 8/18 | 5 | 3,129 | 0 | $0.016 | 2.53s |
| 2026-07-16 23:10 · नवीन चाचणी जोडली | 6.2 | 8.5 | 10.0 | 8/22 | 4 | 14,746 | 142,197 | $0.066 | 4.40s |
| फरक | 0.0 | -0.8 | 0 | +1 | -11617 | -142197 | -$0.050 | -1876ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
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-LitenonevsGemma 4 31Bnoneमोफत उपलब्धSeed-2.0-LitenonevsGPT-5.6 LunalowSeed-2.0-LitenonevsQwen3.5-FlashmediumSeed-2.0-LitenonevsGemini 2.5 FlashnoneSeed-2.0-LitenonevsClaude Sonnet 5noneSeed-2.0-LitenonevsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsLongCat 2.0noneSeed-2.0-LitenonevsGemini 3.1 Flash LiteminimalSeed-2.0-LitenonevsGemma 4 31Bmediumमोफत उपलब्धSeed-2.0-Litenonevsgpt-oss-120bmedium
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 3.0 | 5.9 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.6 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 5.2 | 4.4 | |
| टूल कॉलिंग | 10.0 | 10.0 |