Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs ByteDance Seed: Seed-2.0-Mini

Rezumat

Comparație benchmark Claude Opus 4.6 vs Seed-2.0-Mini: Claude Opus 4.6 conduce la scorul mediu cu 7.7 vs 7.4. Seed-2.0-Mini are costul de benchmark mai mic, $0.044 vs $2.053. Claude Opus 4.6 este mai rapid cu 25.89s vs 80.22s, cu rate de reușită de 61.9% vs 57.1%.

Model recomandat: Seed-2.0-Mini - Scorul rămâne aproape de cel mai bun scor de aici (7.4 vs 7.7) și costă de aproximativ 47.1x mai puțin decât Claude Opus 4.6.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică Claude Opus 4.6 Claude Opus 4.6 medium Lansare: 2026-02-05 Seed-2.0-Mini Seed-2.0-Mini medium Lansare: 2026-02-14
Scor 7.7 7.4
Rang #41 #51
Fiabilitate 10.0 6.7
Consistență 8.8 9.3
Teste corecte
Rată de trecere pe încercare 61.9% 57.1%
Teste instabile 3 2
Rulări totale 63 63
Cost per rezultat 17.103 0.397
Cost total $2.053 $0.044
Preț de intrare $5.000 / 1M $0.100 / 1M
Preț de ieșire $25.000 / 1M $0.400 / 1M
Total tokenuri de intrare 53,227 41,904
Tokenuri de ieșire 47,446 2,555
Tokenuri de raționament 24,000 95,974
Timp de răspuns (mediu) 25.89s 80.22s
Timp de răspuns (maxim) 83.40s 262.83s
Timp de răspuns (total) 362.49s 1363.72s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#41 Claude Opus 4.6

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#51 Seed-2.0-Mini

medium
Cost
$0.002
Time
161.7s
Tokens
4,379 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
Seed-2.0-Mini 6.6 10.0 50.0% 0 74.75s 791 360 9,520
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Seed-2.0-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
Seed-2.0-Mini 10.0 10.0 100.0% 0 262.83s 16,533 404 29,806
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
Seed-2.0-Mini 10.0 10.0 100.0% 0 24.27s 8,568 246 2,743
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
Seed-2.0-Mini 3.0 10.0 0.0% 0 0ms 0 0 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
Seed-2.0-Mini 5.1 3.4 33.3% 1 36.65s 585 213 4,210
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
Seed-2.0-Mini 10.0 10.0 100.0% 0 17.47s 840 69 2,050
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
Seed-2.0-Mini 8.2 7.2 88.9% 1 31.79s 903 527 5,667
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
Seed-2.0-Mini 10.0 10.0 100.0% 0 88.68s 9,585 222 5,235
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
Seed-2.0-Mini 3.0 10.0 0.0% 0 56.76s 276 50 1,779

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.6mediumvsStep 3.7 FlashlowSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowSeed-2.0-MinimediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsSeed-2.0-MinimediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsQwen3.7 PlusnoneSeed-2.0-MinimediumvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGemini 3 Flash PreviewlowSeed-2.0-MinimediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsGemini 3.5 FlashnoneSeed-2.0-MinimediumvsGemini 3 Flash Previewnone