Seed-2.0-Code (high) vs GPT-6 Luna (low)

GPT-6 Luna (low) лидирует по среднему баллу: 7.6 vs 7.5. GPT-6 Luna (low) имеет более низкую стоимость benchmark: $0.033 vs $1.448. GPT-6 Luna (low) быстрее: 23.23s vs 124.87s, с долей успешных попыток 65.2% vs 63.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #121
Общее число выходных токенов: 432,850
Время ответа (среднее): 124.87s
Общая стоимость: $1.448

Ранг: #116
Общее число выходных токенов: 24,880
Время ответа (среднее): 23.23s
Общая стоимость: $0.033

Рекомендуемая модель GPT-6 Luna (low)

Здесь у него лучший балл (7.6), при этом он примерно в 45.2 раза дешевле, чем Seed-2.0-Code (high).

Подробное сравнение

Метрика	Seed-2.0-Code Seed-2.0-Code high Релиз: 2026-08-12	GPT-6 Luna GPT-6 Luna low Релиз: 2026-09-23

Метрика	Seed-2.0-Code Seed-2.0-Code high Релиз: 2026-08-12	GPT-6 Luna GPT-6 Luna low Релиз: 2026-09-23
Оценка	7.5	7.6
Ранг	#121	#116
Надежность	9.0	9.7
Стабильность	7.9	8.5
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	65.2%	63.8%
Нестабильные тесты	5	4
Всего запусков	69	69
Стоимость за результат	12.061	0.267
Общая стоимость	$1.448	$0.033
Цена входа	$0.500 / 1M	$0.100 / 1M
Цена выхода	$3.000 / 1M	$0.500 / 1M
Общее число входных токенов	297,321	195,928
Выходные токены	8,997	5,728
Токены рассуждений	423,853	19,152
Время ответа (среднее)	124.87s	23.23s
Время ответа (макс.)	675.30s	89.37s
Время ответа (суммарно)	2871.96s	534.22s
Параметры	~200B всего (~20B активных)	~400B всего (~17B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#121 Seed-2.0-Code

high

Стоимость: $0.037
Время: 183.6s
Токены: 12,388 tok

#116 GPT-6 Luna

low

Стоимость: $0.002
Время: 19.2s
Токены: 2,598 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	10.0	10.0	100.0%	0		139.94s	215,351	1,811	20,464
GPT-6 Luna	10.0	10.0	100.0%	0		51.03s	115,769	1,105	1,170

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	8.3	10.0	75.0%	0		35.07s	906	1,204	17,533
GPT-6 Luna	6.9	7.9	66.7%	1		11.00s	554	130	704

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	6.2	6.5	55.6%	1		266.74s	6,750	432	124,956
GPT-6 Luna	6.0	7.2	55.6%	1		15.39s	7,302	493	6,655

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	7.3	5.8	83.3%	1		144.87s	57,003	4,295	26,889
GPT-6 Luna	7.3	5.8	83.3%	1		49.77s	57,227	3,023	2,271

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	10.0	10.0	100.0%	0		24.28s	8,034	246	4,782
GPT-6 Luna	10.0	10.0	100.0%	0		9.94s	7,140	234	250

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	3.5	4.4	33.3%	2		419.73s	828	10	212,349
GPT-6 Luna	5.3	10.0	33.3%	0		18.09s	628	62	5,990

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	4.6	7.8	0.0%	0		36.45s	382	131	2,577
GPT-6 Luna	4.4	9.9	0.0%	0		1.46s	477	102	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	9.8	10.0	100.0%	0		11.26s	816	72	2,661
GPT-6 Luna	7.1	5.8	83.3%	1		17.38s	540	84	250

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	7.8	9.3	66.7%	0		15.91s	786	585	4,473
GPT-6 Luna	7.7	10.0	66.7%	0		27.45s	642	213	1,272

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	4.7	1.6	66.7%	1		35.09s	6,198	196	644
GPT-6 Luna	10.0	10.0	100.0%	0		71.65s	5,454	254	152

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	3.0	10.0	0.0%	0		52.23s	267	15	6,525
GPT-6 Luna	3.0	10.0	0.0%	0		29.10s	195	28	438

Быстрое сравнение

Сменить пару сравнения