Advertise here
#130

Seed-2.0-Code

Bytedance Seed Veröffentlichung: 2026-08-12 Getestet am: 2026-10-01 04:08 bytedance-seed/seed-2.0-code::low
~200B insgesamt (~20B aktiv)MoEGeschlossenGeschätzt
(high) (medium) (low) (none)

Zusammenfassung

Seed-2.0-Code erreicht 8.1 bei AI BENCHY und liegt auf #130. Das Modell hat 8.9 Zuverlässigkeit, 78.3% Erfolgsrate, $0.881 Gesamtkosten und 73.02s durchschnittliche Antwortzeit.

Was Seed-2.0-Code besonders macht: Am stärksten ist es in Datenanalyse und -extraktion, wo es #1 erreicht; am schwächsten ist Befolgung von Anweisungen mit #14.

Modelldaten

Recherchiert am 2026-08-12

Geschätzt
Parameter
~200B insgesamt (~20B aktiv)
Architektur
MoE
Verfügbarkeit
Geschlossen
Lizenz
-

Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.

Parameterquelle Quelle zur Verfügbarkeit

Punktzahl

8.1

Konsistenz

7.9

Zuverlässigkeit

8.9

Gesamtkosten (aktueller Preis)

$0.881

Gesamte Ausgabe-Token

253,807

Gesamte Eingabe-Token

237,604

Eingabepreis

$0.500 / 1M

Ausgabepreis

$3.000 / 1M

Preis für Cache-Lesen

k. A.

Preis für Cache-Schreiben

k. A.

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Korrekte Tests

Falsche Tests: 9

Erfolgsquote pro Versuch: 78.3%

Instabile Tests

6

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

73.02s

Antwortzeit (Maximum): 485.92s

Antwortzeit (Gesamt): 1679.49s

Falsche Antwort: 7 API-Fehler: 1 Anweisungen nicht befolgt: 1

Hamster playing table tennis

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

#130 Seed-2.0-Code

low
Provider returned error
Kosten
$0.000
Zeit
0.3s
Token
0 tok

Testverlauf

Getestet am Punktzahl Zuverlässigkeit Korrekte Tests Gesamtkosten Vergleichen
2026-10-01 04:08 Erneuter Test 8.1 8.9 $0.881 Aktueller Lauf
2026-08-12 22:39 Erster Lauf 7.7 5.7 $0.681 Vergleichen

Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.

Laufvergleich

LaufBenchmark-AbdeckungPunktzahlKonsistenzZuverlässigkeitKorrekte TestsInstabile TestsGesamte Ausgabe-TokenGesamte Eingabe-TokenGesamtkostenAntwortzeit (Durchschnitt)
2026-10-01 04:08 · Aktueller Lauf69/69 Versuche8.17.98.914/236253,807237,604$0.88173.02s
2026-08-12 22:39 · Erster Lauf66/66 Versuche7.77.55.713/227212,55885,648$0.68165.89s
Differenz—+0.4+0.4+3.2+1-1+41249+151956+$0.200+7134ms

Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.

Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.

Diagramme

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Seed-2.0-CodelowvsKimi K3.1 ProhighSeed-2.0-CodelowvsDeepSeek V4 Pro 0423highSeed-2.0-CodelowvsSeed-2.0-LitemediumSeed-2.0-CodelowvsClaude Opus 4.7mediumSeed-2.0-CodelowvsGLM 5.3 FlashX LegalhighSeed-2.0-CodelowvsDeepSeek V4 Flash 0423highSeed-2.0-CodelowvsGPT-5.6 TerramediumSeed-2.0-CodelowvsDeepSeek V4.1 FlashlowSeed-2.0-CodelowvsGLM 5.2mediumSeed-2.0-CodelowvsGPT-5.6 Lunahigh

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Agentenaufgaben 10.0 10.0
Anti-KI-Tricks 8.7 7.9
Programmierung 7.0 7.1
Kombiniert 7.3 5.8
Datenanalyse und -extraktion 10.0 10.0
Domänenspezifisch 4.1 4.4
Allgemeine Intelligenz 6.5 3.4
Befolgung von Anweisungen 9.8 10.0
Rätsellösen 9.9 10.0
Werkzeugaufrufe 10.0 10.0
Allgemeinwissen 3.0 10.0

Verglichene Modelle