Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Seed 2.1 Turbo (high) vs Qwen3.8 Max (0902) (high)

Scorul mediu este practic egal la 8.9 vs 8.9. Seed 2.1 Turbo (high) are costul de benchmark mai mic, $1.797 vs $2.736. Seed 2.1 Turbo (high) este mai rapid cu 173.96s vs 185.56s, cu rate de reușită de 78.8% vs 86.4%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-09-07

Rang
#34
Total tokenuri de ieșire
697,731
Timp de răspuns (mediu)
173.96s
Cost total
$1.797
Rang
#31
Total tokenuri de ieșire
419,443
Timp de răspuns (mediu)
185.56s
Cost total
$2.736
Model recomandat Seed 2.1 Turbo (high)

Are cel mai bun scor aici (8.9) și costă de aproximativ 1.5x mai puțin decât Qwen3.8 Max (0902) (high).

Comparație detaliată

Metrică Seed 2.1 Turbo Seed 2.1 Turbo high Lansare: 2026-08-12 Qwen3.8 Max (0902) Qwen3.8 Max (0902) high Lansare: 2026-09-07
Scor 8.9 8.9
Rang #34 #31
Fiabilitate 10.0 9.8
Consistență 8.9 9.0
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 78.8% 86.4%
Teste instabile 3 3
Rulări totale 66 66
Cost per rezultat 11.230 16.089
Cost total $1.797 $2.736
Preț de intrare $0.500 / 1M $2.000 / 1M
Preț de ieșire $2.500 / 1M $6.000 / 1M
Total tokenuri de intrare 104,695 109,226
Tokenuri de ieșire 6,645 6,890
Tokenuri de raționament 691,086 412,553
Timp de răspuns (mediu) 173.96s 185.56s
Timp de răspuns (maxim) 584.71s 912.78s
Timp de răspuns (total) 3827.19s 4082.41s
Parametri ~200B în total (~20B activi) 2.4T în total (~100B activi)
Disponibilitate Închis Închis

Prezentare generare modele

Hamster playing table tennis

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

#34 Seed 2.1 Turbo

high
Cost
$0.058
Timp
355.4s
Tokenuri
23,053 tok

#31 Qwen3.8 Max (0902)

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
Cost
$0.000
Timp
600.0s
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 2.1 Turbo 10.0 10.0 100.0% 0 336.02s 8,220 370 194,578
Qwen3.8 Max (0902) 10.0 10.0 100.0% 0 253.22s 8,235 418 91,734

Comparație rapidă

Schimbă perechea de comparație