AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs MoonshotAI: Kimi K3

Resumen

Kimi K3 (max) lidera en puntuación media con 8.5 vs 8.5. Seed-2.0-Lite (medium) tiene menor coste de benchmark con $0.175 vs $3.112. Seed-2.0-Lite (medium) es más rápido con 47.07s vs 122.48s, con tasas de acierto de 76.2% vs 82.5%.

Modelo recomendadoSeed-2.0-Lite (medium)Su puntuación se mantiene cerca de la mejor aquí (8.5 vs 8.5) y cuesta aproximadamente 17.8x menos que Kimi K3 (max).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-16

Métrica	Seed-2.0-Lite Seed-2.0-Lite medium Lanzamiento: 2026-02-14	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16

Métrica	Seed-2.0-Lite Seed-2.0-Lite medium Lanzamiento: 2026-02-14	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16
Puntuación	8.5	8.5
Rango	#24	#21
Fiabilidad	10.0	9.4
Consistencia	9.0	9.2
Pruebas correctas
Tasa de aciertos por intento	76.2%	82.5%
Pruebas inestables	3	2
Ejecuciones totales	63	63
Costo por resultado	1.250	19.446
Costo total	$0.175	$3.112
Precio de entrada	$0.250 / 1M	$3.000 / 1M
Precio de salida	$2.000 / 1M	$15.000 / 1M
Total de tokens de entrada	46,740	34,916
Tokens de salida	3,230	2,910
Tokens de razonamiento	78,406	197,529
Tiempo de respuesta (promedio)	47.07s	122.48s
Tiempo de respuesta (máximo)	254.92s	766.58s
Tiempo de respuesta (total)	988.37s	2327.06s

Generación showcase

Hamster playing table tennis

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

#24 Seed-2.0-Lite

medium

Coste: $0.005
Tiempo: 86.7s
Tokens: 2,354 tok

#21 MoonshotAI: Kimi K3

max

Coste: $0.281
Tiempo: 506.9s
Tokens: 18,863 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

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-Lite	8.3	10.0	75.0%	0		17.99s	942	996	7,142
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

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-Lite	8.0	9.8	66.7%	0		156.74s	8,247	458	31,890
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

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-Lite	10.0	10.0	100.0%	0		37.67s	16,254	506	4,299
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460

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-Lite	10.0	10.0	100.0%	0		9.07s	8,562	246	1,742
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

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-Lite	5.9	7.2	55.6%	1		88.74s	843	15	23,897
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180

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-Lite	6.7	3.6	66.7%	1		18.25s	582	304	1,620
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

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-Lite	10.0	10.0	100.0%	0		7.26s	834	71	1,480
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

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-Lite	9.0	7.9	88.9%	1		10.23s	894	403	3,285
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

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-Lite	10.0	10.0	100.0%	0		12.38s	9,306	222	1,011
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	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-Lite	3.0	10.0	0.0%	0		48.32s	276	9	2,040
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

Comparación rápida

Cambiar par de comparación

Seed-2.0-LitemediumvsGPT-5.2 Chatnone Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Seed-2.0-LitemediumvsDeepSeek V4 Flashhigh Muse Spark 1.1lowvsKimi K3max