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

GLM 5.1 (medium) лидирует по среднему баллу: 7.5 vs 7.5. GLM 5.1 (medium) имеет более низкую стоимость benchmark: $1.066 vs $1.448. GLM 5.1 (medium) быстрее: 66.38s vs 124.87s, с долей успешных попыток 65.2% vs 66.7%.

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: #119
Общее число выходных токенов: 248,708
Время ответа (среднее): 66.38s
Общая стоимость: $1.066

Рекомендуемая модель GLM 5.1 (medium)

Здесь у него лучший балл (7.5), и он отвечает примерно в 1.9 раза быстрее, чем Seed-2.0-Code (high).

Подробное сравнение

Метрика	Seed-2.0-Code Seed-2.0-Code high Релиз: 2026-08-12	GLM 5.1 GLM 5.1 medium Релиз: 2026-04-07

Метрика	Seed-2.0-Code Seed-2.0-Code high Релиз: 2026-08-12	GLM 5.1 GLM 5.1 medium Релиз: 2026-04-07
Оценка	7.5	7.5
Ранг	#121	#119
Надежность	9.0	9.2
Стабильность	7.9	8.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	65.2%	66.7%
Нестабильные тесты	5	4
Всего запусков	69	69
Стоимость за результат	12.061	9.004
Общая стоимость	$1.448	$1.066
Цена входа	$0.500 / 1M	$0.965 / 1M
Цена выхода	$3.000 / 1M	$3.032 / 1M
Общее число входных токенов	297,321	331,577
Выходные токены	8,997	17,919
Токены рассуждений	423,853	230,789
Время ответа (среднее)	124.87s	66.38s
Время ответа (макс.)	675.30s	308.75s
Время ответа (суммарно)	2871.96s	1460.31s
Параметры	~200B всего (~20B активных)	744B всего (40B активных)
Доступность	Закрытая модель	Открытый исходный код

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

#119 GLM 5.1

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 300.0s
Токены: 0 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
GLM 5.1	10.0	10.0	100.0%	0		225.59s	248,985	1,830	30,989

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
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

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
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

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
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

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
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

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
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

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
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

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
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

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
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

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
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

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
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

Быстрое сравнение

Сменить пару сравнения