Seed-2.0-Code (high) vs Grok 4.20 (medium)

Grok 4.20 (medium) лидирует по среднему баллу: 7.0 vs 6.9. Grok 4.20 (medium) имеет более низкую стоимость benchmark: $0.805 vs $1.273. Grok 4.20 (medium) быстрее: 32.56s vs 124.18s, с долей успешных попыток 63.6% vs 60.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-15

Ранг: #125
Общее число выходных токенов: 410,575
Время ответа (среднее): 124.18s
Общая стоимость: $1.273

Ранг: #120
Общее число выходных токенов: 270,259
Время ответа (среднее): 32.56s
Общая стоимость: $0.805

Рекомендуемая модель Grok 4.20 (medium)

Здесь у него лучший балл (7.0), при этом он примерно в 1.6 раза дешевле, чем Seed-2.0-Code (high).

Подробное сравнение

Метрика	Seed-2.0-Code Seed-2.0-Code high Релиз: 2026-08-12	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	Seed-2.0-Code Seed-2.0-Code high Релиз: 2026-08-12	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	6.9	7.0
Ранг	#125	#120
Надежность	8.6	10.0
Стабильность	7.8	8.2
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	63.6%	60.6%
Нестабильные тесты	5	5
Всего запусков	66	66
Стоимость за результат	11.571	10.365
Общая стоимость	$1.273	$0.805
Цена входа	$0.500 / 1M	$1.250 / 1M
Цена выхода	$3.000 / 1M	$2.500 / 1M
Общее число входных токенов	81,970	102,986
Выходные токены	7,186	5,860
Токены рассуждений	403,389	264,399
Время ответа (среднее)	124.18s	32.56s
Время ответа (макс.)	675.30s	199.66s
Время ответа (суммарно)	2732.03s	716.36s
Параметры	~200B всего (~20B активных)	~1T всего (~100B 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.

#125 Seed-2.0-Code

high

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

#120 SpaceXAI: Grok 4.20

medium

Стоимость: $0.041
Время: 110.3s
Токены: 16,336 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:

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
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

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
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

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
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

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
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

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
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

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
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Быстрое сравнение

Сменить пару сравнения

Seed-2.0-CodehighvsQwen3.7 Flashmedium GPT-5.5nonevsGrok 4.20medium Seed-2.0-CodehighvsKAT-Coder-Pro V2.5medium GPT-5.6 SolnonevsGrok 4.20medium Seed-2.0-CodehighvsKimi K2.5medium Seed-2.0-CodehighvsGemini 3.5 Flashnone Seed-2.0-CodehighvsQwen3.6 Flashmedium Seed-2.0-CodehighvsMercury 2medium Seed-2.0-CodehighvsGPT-5.5none Seed-2.0-CodehighvsGLM 5.1medium Seed-2.0-CodehighvsDeepSeek V3.2medium Seed-2.0-CodehighvsSolar Pro 4low