导航
Advertise here

Seed 2.1 Turbo vs Mistral Large 4

平均分几乎持平,为 5.7 vs 5.7。 Seed 2.1 Turbo benchmark 成本更低,为 $0.182 vs $0.290。 Seed 2.1 Turbo 更快,为 9.65s vs 20.43s,通过率为 52.2% vs 31.9%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-19

已对比模型

排名
#305
总输出令牌
13,105
响应时间(平均)
9.65s
总成本
$0.182
排名
#304
总输出令牌
54,388
响应时间(平均)
20.43s
总成本
$0.290
推荐模型 Seed 2.1 Turbo

它在这里得分最高(5.7),同时成本比Mistral Large 4低约 1.6 倍。

详细对比

指标 Seed 2.1 Turbo Seed 2.1 Turbo none 发布日期: 2026-08-12 Mistral Large 4 Mistral Large 4 none 发布日期: 2026-10-06
分数 5.7 5.7
排名 #305 #304
可靠性 10.0 9.7
一致性 9.0 9.3
尝试次数 69/69 69/69
测试正确
尝试通过率 52.2% 31.9%
不稳定测试 3 2
总运行次数 69 69
每个结果成本 1.819 4.818
总成本 $0.182 $0.290
输入价格 $0.500 / 1M $0.680 / 1M
输出价格 $2.500 / 1M $2.090 / 1M
缓存读取价格 不适用 $0.070 / 1M
缓存写入价格 不适用 不适用
总输入令牌 298,242 257,872
输出令牌 13,105 54,388
推理令牌 0 0
响应时间(平均) 9.65s 20.43s
响应时间(最大) 71.45s 192.80s
响应时间(总计) 221.91s 469.88s
参数量 ~200B 总计 (~20B 激活) 1.05T 总计 (49B 激活)
开放状态 闭源 闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#305 Seed 2.1 Turbo

none
成本
$0.093
时间
517.1s
令牌
37,102 tok

#304 Mistral Large 4

none
成本
$0.005
时间
33.0s
令牌
2,461 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Seed 2.1 Turbo 4.5 7.9 22.2% 1 2.35s 8,211 608 0
Mistral Large 4 4.7 7.5 22.2% 1 85.04s 7,431 39,805 0

切换对比组合