Seed-2.0-Code (low) vs Grok 4.5 (high)

Grok 4.5 (high) лидирует по среднему баллу: 8.2 vs 8.1. Seed-2.0-Code (low) имеет более низкую стоимость benchmark: $0.881 vs $2.571. Grok 4.5 (high) быстрее: 72.50s vs 73.02s, с долей успешных попыток 78.3% vs 82.6%.

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

Сравниваемые модели

Ранг: #86
Общее число выходных токенов: 253,807
Время ответа (среднее): 73.02s
Общая стоимость: $0.881

Ранг: #82
Общее число выходных токенов: 333,632
Время ответа (среднее): 72.50s
Общая стоимость: $2.571

Рекомендуемая модель Seed-2.0-Code (low)

Его балл близок к лучшему здесь (8.1 против 8.2), при этом он примерно в 2.9 раза дешевле, чем Grok 4.5 (high).

Подробное сравнение

Метрика	Seed-2.0-Code Seed-2.0-Code low Релиз: 2026-08-12	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08

Метрика	Seed-2.0-Code Seed-2.0-Code low Релиз: 2026-08-12	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08
Оценка	8.1	8.2
Ранг	#86	#82
Надежность	8.9	10.0
Стабильность	7.9	8.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	78.3%	82.6%
Нестабильные тесты	6	3
Всего запусков	69	69
Стоимость за результат	6.288	15.123
Общая стоимость	$0.881	$2.571
Цена входа	$0.500 / 1M	$2.000 / 1M
Цена выхода	$3.000 / 1M	$6.000 / 1M
Общее число входных токенов	237,604	342,124
Выходные токены	9,617	7,135
Токены рассуждений	244,190	326,497
Время ответа (среднее)	73.02s	72.50s
Время ответа (макс.)	485.92s	676.83s
Время ответа (суммарно)	1679.49s	1667.51s
Параметры	~200B всего (~20B активных)	~1.7T всего (~170B 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.

#86 Seed-2.0-Code

low

Provider returned error

Стоимость: $0.000
Время: 0.3s
Токены: 0 tok

#82 SpaceXAI: Grok 4.5

high

Стоимость: $0.015
Время: 29.7s
Токены: 2,737 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		90.18s	151,947	1,475	11,023
Grok 4.5	5.0	10.0	0.0%	0		76.95s	189,949	1,480	7,690

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	8.7	7.9	91.7%	1		39.56s	930	2,650	15,987
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	7.0	7.1	55.6%	1		109.70s	7,948	455	55,759
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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		99.12s	55,969	3,774	21,408
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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		24.88s	8,046	246	1,639
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	4.1	4.4	44.5%	2		238.45s	975	16	132,626
Grok 4.5	4.1	4.4	44.5%	2		301.27s	2,523	6	173,117

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	6.5	3.4	66.7%	1		11.14s	579	179	1,117
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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		12.20s	828	72	1,034
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Code	9.9	10.0	100.0%	0		12.50s	885	445	2,470
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

Вызов инструментов	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		55.56s	9,315	296	637
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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		10.02s	182	9	490
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Быстрое сравнение

Сменить пару сравнения

Grok 4.5highvsGLM 5.2medium Qwen3.7 PlusmediumvsGrok 4.5high GPT-5.6 TerramediumvsGrok 4.5high Claude Opus 4.8mediumvsGrok 4.5high GPT-6 LunamediumvsGrok 4.5high Seed-2.0-CodelowvsDeepSeek V4 Pro 0423high Kimi K3maxvsGrok 4.5high Claude Opus 4.7mediumvsSeed-2.0-Codelow Seed-2.0-CodelowvsDeepSeek V4 Flash 0423high Seed-2.0-LitemediumvsGrok 4.5high Seed-2.0-CodelowvsGPT-5.6 Terramedium Seed-2.0-CodelowvsGLM 5.2medium