- Punktzahl
- 9.4 (+3.92 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.183 · 28.8% günstiger
- Antwortzeit (Durchschnitt)
- 6.24s · 64.3% schneller
Bytedance Seed
Veröffentlichung: 2026-08-12
Getestet am: 2026-10-01 04:07
bytedance-seed/seed-2.0-code::none
~200B insgesamt (~20B aktiv)MoEGeschlossenGeschätzt
Zusammenfassung
Seed-2.0-Code erreicht 5.4 bei AI BENCHY und liegt auf #354. Das Modell hat 9.0 Zuverlässigkeit, 37.7% Erfolgsrate, $0.257 Gesamtkosten und 17.51s durchschnittliche Antwortzeit.
Was Seed-2.0-Code besonders macht: Am stärksten ist es in Agentenaufgaben, wo es #1 erreicht; am schwächsten ist Anti-KI-Tricks mit #13.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 8.6 (+3.14 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.061 · 76.4% günstiger
- Antwortzeit (Durchschnitt)
- 7.51s · 57.1% schneller
- Punktzahl
- 8.3 (+2.83 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.047 · 81.7% günstiger
- Antwortzeit (Durchschnitt)
- 18.07s · 3.2% langsamer
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~200B insgesamt (~20B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
5.4
Konsistenz
7.9
Gesamte Ausgabe-Token
32,069
Gesamte Eingabe-Token
319,668
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.
Instabile Tests
6
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#354 Seed-2.0-Code
none- Kosten
- $0.030
- Zeit
- 140.6s
- Token
- 9,924 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 04:07 Erneuter Test | 5.4 | 9.0 | $0.257 | Aktueller Lauf | |
| 2026-08-12 22:36 Erster Lauf | 5.3 | 6.7 | $0.151 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 04:07 · Aktueller Lauf | 69/69 Versuche | 5.4 | 7.9 | 9.0 | 6/23 | 6 | 32,069 | 319,668 | $0.257 | 17.51s |
| 2026-08-12 22:36 · Erster Lauf | 66/66 Versuche | 5.3 | 8.1 | 6.7 | 6/22 | 5 | 23,432 | 159,740 | $0.151 | 14.67s |
| Differenz | — | +0.2 | -0.2 | +2.3 | 0 | +1 | +8637 | +159928 | +$0.106 | +2837ms |
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.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Seed-2.0-CodenonevsGemma 4 26B A4BnoneKostenlos verfügbarSeed-2.0-CodenonevsQwen3.8 27BnoneKostenlos verfügbarSeed-2.0-CodenonevsGPT-6 LunanoneSeed-2.0-CodenonevsNorth Mini CodemediumKostenlos verfügbarSeed-2.0-CodenonevsGemini 2.5 FlashnoneSeed-2.0-CodenonevsHy4 previewlowSeed-2.0-CodenonevsLing 3.1 FlashnoneSeed-2.0-CodenonevsMiMo-V2.6-FlashnoneSeed-2.0-CodenonevsKimi K2.6noneSeed-2.0-CodenonevsStep 3.5 Flashmedium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 6.1 | 3.1 | |
| Anti-KI-Tricks | 3.0 | 5.9 | |
| Programmierung | 3.6 | 9.8 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 3.5 | 4.4 | |
| Allgemeine Intelligenz | 5.0 | 10.0 | |
| Befolgung von Anweisungen | 6.2 | 5.8 | |
| Rätsellösen | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |