Seed-2.0-Code (medium) vs Step 3.7 Flash (high)

Modelos comparados

Modelo recomendado Step 3.7 Flash (high)

Tiene la puntuación más alta en esta comparación (6.8) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Métrica	Seed-2.0-Code Seed-2.0-Code medium Lanzamiento: 2026-08-12	Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29

Métrica	Seed-2.0-Code Seed-2.0-Code medium Lanzamiento: 2026-08-12	Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29
Puntuación	6.8	6.8
Rango	#176	#175
Fiabilidad	7.3	10.0
Consistencia	7.3	8.4
Intentos	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	63.6%	60.6%
Pruebas inestables	7	4
Ejecuciones totales	66	66
Costo por resultado	11.524	11.167
Costo total	$1.153	$1.229
Precio de entrada	$0.500 / 1M	$0.200 / 1M
Precio de salida	$3.000 / 1M	$1.150 / 1M
Total de tokens de entrada	76,036	98,700
Tokens de salida	7,267	1,050,900
Tokens de razonamiento	364,176	0
Tiempo de respuesta (promedio)	101.05s	70.10s
Tiempo de respuesta (máximo)	626.58s	364.99s
Tiempo de respuesta (total)	2223.19s	1542.14s
Parámetros	~200B en total (~20B activos)	198B en total (11B activos)
Disponibilidad	Código cerrado	Código abierto

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

medium

high

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Seed-2.0-Code	6.9	9.5	50.0%	0		45.98s	866	1,510	25,661
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Seed-2.0-Code	8.9	7.8	88.9%	1		89.94s	8,247	496	44,062
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Seed-2.0-Code	4.7	1.6	66.7%	2		102.33s	51,040	3,883	19,423
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Seed-2.0-Code	7.3	8.9	50.0%	0		18.78s	6,281	215	2,479
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Seed-2.0-Code	5.3	7.2	44.4%	1		429.77s	984	13	255,148
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Seed-2.0-Code	4.8	3.2	33.3%	1		11.41s	582	210	1,477
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Seed-2.0-Code	9.8	10.0	100.0%	0		10.34s	834	72	1,214
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Seed-2.0-Code	8.2	7.2	88.9%	1		34.30s	894	689	11,526
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Seed-2.0-Code	4.7	1.6	66.7%	1		36.36s	6,216	173	972
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Seed-2.0-Code	3.0	10.0	0.0%	0		66.56s	92	6	2,214
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Cambiar par de comparación