Navigare
Advertise here

Seed-2.0-Code (high) vs Space Bunny Alpha (high)

Space Bunny Alpha (high) conduce la scorul mediu cu 7.5 vs 7.5. Space Bunny Alpha (high) are costul de benchmark mai mic, $0.000 vs $1.448. Space Bunny Alpha (high) este mai rapid cu 29.38s vs 124.87s, cu rate de reușită de 65.2% vs 63.8%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-26

Modele comparate

Rang
#159
Total tokenuri de ieșire
432,850
Timp de răspuns (mediu)
124.87s
Cost total
$1.448
Rang
#155
Total tokenuri de ieșire
181,271
Timp de răspuns (mediu)
29.38s
Cost total
$0.000
Model recomandat Space Bunny Alpha (high)

Are cel mai bun scor aici (7.5) și răspunde de aproximativ 4.2x mai rapid decât Seed-2.0-Code (high).

Comparație detaliată

Metrică Seed-2.0-Code Seed-2.0-Code high Lansare: 2026-08-12 Space Bunny Alpha Space Bunny Alpha high Lansare: 2026-09-24
Scor 7.5 7.5
Rang #159 #155
Fiabilitate 9.0 10.0
Consistență 7.9 8.5
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 65.2% 63.8%
Teste instabile 5 4
Rulări totale 69 69
Cost per rezultat 12.061 0.000
Cost total $1.448 $0.000
Preț de intrare $0.500 / 1M $0.000 / 1M
Preț de ieșire $3.000 / 1M $0.000 / 1M
Preț citire cache N/D N/D
Preț scriere cache N/D N/D
Total tokenuri de intrare 297,321 302,228
Tokenuri de ieșire 8,997 181,271
Tokenuri de raționament 423,853 0
Timp de răspuns (mediu) 124.87s 29.38s
Timp de răspuns (maxim) 675.30s 234.56s
Timp de răspuns (total) 2871.96s 675.79s
Parametri ~200B în total (~20B activi) -
Disponibilitate Închis Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#159 Seed-2.0-Code

high
Cost
$0.037
Timp
183.6s
Tokenuri
12,388 tok

#155 Space Bunny Alpha

high
Cost
$0.000
Timp
76.4s
Tokenuri
8,935 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

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
Seed-2.0-Code 6.2 6.5 55.6% 1 266.74s 6,750 432 124,956
Space Bunny Alpha 6.2 7.1 55.6% 1 8.29s 8,493 8,006 0

Schimbă perechea de comparație