Navigare
Advertise here

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

Space Bunny Alpha (low) conduce la scorul mediu cu 5.7 vs 5.4. Space Bunny Alpha (low) are costul de benchmark mai mic, $0.000 vs $0.257. Seed-2.0-Code este mai rapid cu 17.51s vs 30.63s, cu rate de reușită de 37.7% vs 53.6%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-02

Modele comparate

Rang
#273
Total tokenuri de ieșire
32,069
Timp de răspuns (mediu)
17.51s
Cost total
$0.257
Rang
#262
Total tokenuri de ieșire
194,450
Timp de răspuns (mediu)
30.63s
Cost total
$0.000
Model recomandat Seed-2.0-Code

Scorul rămâne aproape de cel mai bun scor de aici (5.4 vs 5.7) și răspunde de aproximativ 1.7x mai rapid decât Space Bunny Alpha (low).

Comparație detaliată

Metrică Seed-2.0-Code Seed-2.0-Code none Lansare: 2026-08-12 Space Bunny Alpha Space Bunny Alpha low Lansare: 2026-09-24
Scor 5.4 5.7
Rang #273 #262
Fiabilitate 9.0 10.0
Consistență 7.9 6.5
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 37.7% 53.6%
Teste instabile 6 10
Rulări totale 69 69
Cost per rezultat 4.268 0.000
Cost total $0.257 $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 319,668 289,086
Tokenuri de ieșire 32,069 194,450
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 17.51s 30.63s
Timp de răspuns (maxim) 132.84s 340.88s
Timp de răspuns (total) 402.66s 704.47s
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.

#273 Seed-2.0-Code

none
Cost
$0.030
Timp
140.6s
Tokenuri
9,924 tok

#262 Space Bunny Alpha

low
Cost
$0.000
Timp
20.6s
Tokenuri
3,462 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 3.6 9.8 0.0% 0 13.42s 7,230 505 0
Space Bunny Alpha 5.6 4.7 55.6% 2 6.60s 8,493 5,897 0

Comparație rapidă

Schimbă perechea de comparație