Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs OpenAI: GPT-5.4

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-03

Métrica Seed-2.0-Lite Seed-2.0-Lite medium Lanzamiento: 2026-02-14 GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05
Puntuación 8.1 7.9
Rango #20 #27
Fiabilidad 10.0 10.0
Consistencia 8.9 8.5
Pruebas correctas
Tasa de aciertos por intento 75.0% 75.0%
Pruebas inestables 3 4
Ejecuciones totales 60 60
Costo por resultado 1.166 8.765
Costo total $0.152 $1.140
Precio de entrada $0.250 / 1M $2.500 / 1M
Precio de salida $2.000 / 1M $15.000 / 1M
Total de tokens de entrada 43,785 31,489
Tokens de salida 3,224 2,221
Tokens de razonamiento 67,040 68,486
Tiempo de respuesta (promedio) 36.67s 22.31s
Tiempo de respuesta (máximo) 168.71s 100.41s
Tiempo de respuesta (total) 733.46s 446.17s

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

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
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
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 7.0 9.7 50.0% 0 107.65s 5,292 452 20,524
GPT-5.4 8.2 6.7 83.3% 1 54.98s 4,686 412 19,995
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
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
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
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
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
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
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
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
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
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
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
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
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
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
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
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821

Comparación rápida

Cambiar par de comparación

GPT-5.4mediumvsQwen3.7 MaxnoneSeed-2.0-LitemediumvsGemini 3.5 FlashnoneGemini 3.5 FlashminimalvsGPT-5.4mediumSeed-2.0-LitemediumvsGemini 3.5 FlashminimalGemini 3.5 FlashnonevsGPT-5.4mediumSeed-2.0-LitemediumvsQwen3.7 MaxnoneSeed-2.0-LitemediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewnoneSeed-2.0-LitemediumvsDeepSeek V4 Flashhigh