#68 Seed-2.0-Mini
medium- खर्च
- $0.002
- वेळ
- 161.7s
- टोकन्स
- 4,379 tok
सारांश
Seed-2.0-Mini AI BENCHY वर 7.1 स्कोर करते आणि #68 वर आहे. याची reliability 5.0, pass rate 60.0%, एकूण खर्च $0.044, आणि सरासरी response time 79.17s आहे.
7.1
सुसंगतता
9.2
5.0
$0.044
एकूण आउटपुट टोकन्स
97,852
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.100 / 1M
आउटपुट किंमत
$0.400 / 1M
अस्थिर चाचण्या
2
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-06-04 14:36 नवीन चाचणी जोडली | 6.9 | 6.7 | $0.044 | तुलना करा | |
| 2026-05-22 00:44 सूट बदलला | 7.1 | 5.0 | $0.044 | सध्याची रन | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 7.5 | लागू नाही | $0.037 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 6.6 | 10.0 | |
| कोडिंग | 6.8 | 9.8 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 5.1 | 3.4 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 8.2 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |