Navigare
Advertise here

Seed-2.0-Code (high) vs GLM 5.1 (medium)

GLM 5.1 (medium) conduce la scorul mediu cu 7.5 vs 7.5. Seed-2.0-Code (high) are costul de benchmark mai mic, $1.448 vs $1.546. GLM 5.1 (medium) este mai rapid cu 66.38s vs 124.87s, cu rate de reușită de 65.2% vs 66.7%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-13

Modele comparate

Rang
#188
Total tokenuri de ieșire
432,850
Timp de răspuns (mediu)
124.87s
Cost total
$1.448
Rang
#185
Total tokenuri de ieșire
245,833
Timp de răspuns (mediu)
66.38s
Cost total
$1.546
Model recomandat GLM 5.1 (medium)

Are cel mai bun scor aici (7.5) și răspunde de aproximativ 1.9x mai rapid decât Seed-2.0-Code (high).

Comparație detaliată

Metrică Seed-2.0-Code Seed-2.0-Code high Lansare: 2026-08-12 GLM 5.1 GLM 5.1 medium Lansare: 2026-04-07
Scor 7.5 7.5
Rang #188 #185
Fiabilitate 9.0 9.2
Consistență 7.9 8.4
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 65.2% 66.7%
Teste instabile 5 4
Rulări totale 69 69
Cost per rezultat 12.061 9.004
Cost total $1.448 $1.546
Preț de intrare $0.500 / 1M $1.400 / 1M
Preț de ieșire $3.000 / 1M $4.400 / 1M
Preț citire cache N/D $0.260 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 297,321 331,577
Tokenuri de ieșire 8,997 17,919
Tokenuri de raționament 423,853 230,789
Timp de răspuns (mediu) 124.87s 66.38s
Timp de răspuns (maxim) 675.30s 308.75s
Timp de răspuns (total) 2871.96s 1460.31s
Parametri ~200B în total (~20B activi) 744B în total (40B activi)
Disponibilitate Închis Sursă deschisă

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.

#188 Seed-2.0-Code

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

#185 GLM 5.1

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
Cost
$0.000
Timp
300.0s
Tokenuri
0 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
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

Schimbă perechea de comparație