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-Mini vs StepFun: Step 3.7 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Seed-2.0-Mini Seed-2.0-Mini medium Lanzamiento: 2026-02-14 Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29
Puntuación 7.1 7.1
Rango #75 #74
Fiabilidad 10.0 10.0
Consistencia 9.2 8.2
Pruebas correctas
Tasa de aciertos por intento 60.0% 65.8%
Pruebas inestables 2 4
Ejecuciones totales 60 60
Costo por resultado 0.397 8.723
Costo total $0.044 $0.960
Precio de entrada $0.100 / 1M $0.200 / 1M
Precio de salida $0.400 / 1M $1.150 / 1M
Tokens de salida 2,555 828,084
Tokens de razonamiento 95,974 0
Tiempo de respuesta (promedio) 80.22s 49.43s
Tiempo de respuesta (máximo) 262.83s 192.75s
Tiempo de respuesta (total) 1363.72s 988.58s

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 salida Tokens de razonamiento
Seed-2.0-Mini 6.6 10.0 50.0% 0 74.75s 360 9,520
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 7.1 9.8 50.0% 0 220.48s 464 34,964
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 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-Mini 10.0 10.0 100.0% 0 262.83s 404 29,806
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 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-Mini 10.0 10.0 100.0% 0 24.27s 246 2,743
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 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-Mini 3.0 10.0 0.0% 0 0ms 0 0
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 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-Mini 5.1 3.4 33.3% 1 36.65s 213 4,210
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 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-Mini 10.0 10.0 100.0% 0 17.47s 69 2,050
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Seed-2.0-Mini 8.2 7.2 88.9% 1 31.79s 527 5,667
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 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-Mini 10.0 10.0 100.0% 0 88.68s 222 5,235
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Cultura 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-Mini 3.0 10.0 0.0% 0 56.76s 50 1,779
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Comparación rápida

Cambiar par de comparación

Seed-2.0-MinimediumvsQwen3.6 Max PreviewnoneGPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.4 NanomediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsSeed-2.0-MinimediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumSeed-2.0-MinimediumvsDeepSeek V4 ProhighRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 Flashhigh