Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs Qwen: Qwen3.5-Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica Seed-2.0-Lite Seed-2.0-Lite none Lanzamiento: 2026-02-14 Qwen3.5-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24
Rango #45 #41
Puntaje prom. 4.9 5.2
Consistencia 7.4 9.6
Costo por resultado 0.214 0.077
Costo total $0.015 $0.006
Pruebas correctas
Tasa de aciertos por intento 56.3% 45.8%
Pruebas inestables 5 1
Ejecuciones totales 48 48
Tokens de salida 2,743 3,774
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 2.49s 3.54s
Tiempo de respuesta (máximo) 6.70s 13.73s
Tiempo de respuesta (total) 39.91s 56.70s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. 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 salida Tokens de razonamiento
Seed-2.0-Lite 10.0 4.6 22.2% 2 2.93s 703 0
Qwen3.5-Flash 2.3 7.8 11.1% 1 1.62s 687 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Lite 10.0 10.0 0.0% 0 6.59s 498 0
Qwen3.5-Flash 10.0 10.0 0.0% 0 6.22s 1,794 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Lite 9.9 10.0 100.0% 0 1.82s 246 0
Qwen3.5-Flash 9.9 10.0 100.0% 0 1.57s 243 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Lite 10.0 7.2 22.2% 1 1.33s 17 0
Qwen3.5-Flash 7.0 10.0 66.7% 0 905ms 15 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Lite 10.0 10.0 100.0% 0 3.45s 294 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 100 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Lite 10.0 10.0 100.0% 0 1.06s 73 0
Qwen3.5-Flash 5.0 10.0 50.0% 0 8.81s 63 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Lite 4.0 4.4 55.6% 2 2.46s 620 0
Qwen3.5-Flash 1.3 10.0 0.0% 0 5.90s 608 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Lite 10.0 10.0 100.0% 0 3.94s 292 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 3.67s 264 0

Comparación rápida

Cambiar par de comparación

Seed-2.0-LitenonevsGrok 4.20 Multi-Agent BetamediumMercury 2mediumvsQwen3.5-Flashnonegpt-oss-120bmediumDisponible gratisvsQwen3.5-FlashnoneSeed-2.0-Litenonevsgpt-oss-120bmediumDisponible gratisSeed-2.0-LitenonevsMiniMax M2.5mediumGPT-5 NanomediumvsQwen3.5-FlashnoneQwen3.5-FlashnonevsGrok 4.20 Multi-Agent BetamediumSeed-2.0-LitenonevsMercury 2mediumMiniMax M2.5mediumvsQwen3.5-FlashnoneNemotron 3 Super 120b A12bmediumDisponible gratisvsQwen3.5-FlashnoneSeed-2.0-LitenonevsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsGPT-5 Nanomedium