Advertise here
#181

Seed-2.0-Code

Bytedance Seed Veröffentlichung: 2026-08-12 Getestet am: 2026-10-01 04:09 bytedance-seed/seed-2.0-code::medium
~200B insgesamt (~20B aktiv)MoEGeschlossenGeschätzt
(high) (medium) (low) (none)

Zusammenfassung

Seed-2.0-Code erreicht 7.4 bei AI BENCHY und liegt auf #181. Das Modell hat 8.0 Zuverlässigkeit, 65.2% Erfolgsrate, $1.275 Gesamtkosten und 100.65s durchschnittliche Antwortzeit.

Was Seed-2.0-Code besonders macht: Am stärksten ist es in Programmierung, wo es #2 erreicht; am schwächsten ist Datenanalyse und -extraktion mit #17.

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

7.4

Konsistenz

7.4

Zuverlässigkeit

8.0

Gesamtkosten (aktueller Preis)

$1.275

Gesamte Ausgabe-Token

384,093

Gesamte Eingabe-Token

244,499

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: 12

Erfolgsquote pro Versuch: 65.2%

Instabile Tests

7

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

Antwortzeit (Durchschnitt)

100.65s

Antwortzeit (Maximum): 626.58s

Antwortzeit (Gesamt): 2314.88s

Falsche Antwort: 6 API-Fehler: 4 Zusätzliche Formatierung: 1 Anweisungen nicht befolgt: 1

Hamster playing table tennis

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

#181 Seed-2.0-Code

medium
Kosten
$0.026
Zeit
122.8s
Token
8,630 tok

Testverlauf

Getestet am Punktzahl Zuverlässigkeit Korrekte Tests Gesamtkosten Vergleichen
2026-10-01 04:09 Erneuter Test 7.4 8.0 $1.275 Aktueller Lauf
2026-08-12 23:02 Erster Lauf 6.9 4.7 $1.049 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 04:09 · Aktueller Lauf69/69 Versuche7.47.48.011/237384,093244,499$1.275100.65s
2026-08-12 23:02 · Erster Lauf66/66 Versuche6.96.74.710/229336,69676,027$1.04993.60s
Differenz—+0.5+0.7+3.3+1-2+47397+168472+$0.227+7044ms

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-CodemediumvsDeepSeek V4 Flash 0731lowSeed-2.0-CodemediumvsGLM 5.3 FlashXhighSeed-2.0-CodemediumvsQwen3.6 FlashmediumSeed-2.0-CodemediumvsGrok 4.7lowSeed-2.0-CodemediumvsGPT-5.6 LunamediumSeed-2.0-CodemediumvsInkling SmallhighKostenlos verfügbarSeed-2.0-CodemediumvsSeed-2.0-CodehighSeed-2.0-CodemediumvsDeepSeek V4 Pro 0423noneSeed-2.0-CodemediumvsMistral Large 4highSeed-2.0-CodemediumvsInklingmediumKostenlos verfügbar

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Agentenaufgaben 10.0 10.0
Anti-KI-Tricks 6.9 9.5
Programmierung 8.9 7.8
Kombiniert 4.7 1.6
Datenanalyse und -extraktion 7.3 8.9
Domänenspezifisch 5.3 7.2
Allgemeine Intelligenz 4.8 3.2
Befolgung von Anweisungen 9.8 10.0
Rätsellösen 8.2 7.2
Werkzeugaufrufe 4.7 1.6
Allgemeinwissen 3.0 10.0

Verglichene Modelle