ByteDance Seed: Seed-2.0-Mini vs StepFun: Step 3.7 Flash

Seed-2.0-Mini (medium) lidera en puntuación media con 7.0 vs 6.9. Seed-2.0-Mini (medium) tiene menor coste de benchmark con $0.101 vs $1.207. Step 3.7 Flash (high) es más rápido con 64.68s vs 92.53s, con tasas de acierto de 57.6% vs 63.6%.

Modelo recomendadoSeed-2.0-Mini (medium)Tiene la mejor puntuación aquí (7.0) y cuesta aproximadamente 12.0x menos que Step 3.7 Flash (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

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

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	7.0	6.9
Rango	#77	#83
Fiabilidad	8.5	10.0
Consistencia	8.9	8.0
Pruebas correctas
Tasa de aciertos por intento	57.6%	63.6%
Pruebas inestables	3	5
Ejecuciones totales	66	66
Costo por resultado	0.917	10.973
Costo total	$0.101	$1.207
Precio de entrada	$0.100 / 1M	$0.200 / 1M
Precio de salida	$0.400 / 1M	$1.150 / 1M
Total de tokens de entrada	125,467	98,691
Tokens de salida	10,778	1,032,395
Tokens de razonamiento	209,856	0
Tiempo de respuesta (promedio)	92.53s	64.68s
Tiempo de respuesta (máximo)	301.78s	364.99s
Tiempo de respuesta (total)	1665.50s	1423.01s

Hamster playing table tennis

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

#77 Seed-2.0-Mini

medium

Coste: $0.002
Tiempo: 161.7s
Tokens: 4,379 tok

#83 Step 3.7 Flash

high

Coste: $0.007
Tiempo: 63.6s
Tokens: 6,030 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-Mini	6.6	10.0	50.0%	0		74.75s	791	360	9,520
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-Mini	5.5	9.8	33.3%	0		220.48s	3,823	464	34,964
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-Mini	7.3	5.8	83.3%	1		282.30s	100,096	8,627	143,688
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-Mini	10.0	10.0	100.0%	0		24.27s	8,568	246	2,743
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-Mini	3.0	10.0	0.0%	0		0ms	0	0	0
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	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-Mini	5.1	3.4	33.3%	1		36.65s	585	213	4,210
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-Mini	10.0	10.0	100.0%	0		17.47s	840	69	2,050
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-Mini	8.2	7.2	88.9%	1		31.79s	903	527	5,667
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-Mini	10.0	10.0	100.0%	0		88.68s	9,585	222	5,235
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-Mini	3.0	10.0	0.0%	0		56.76s	276	50	1,779
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Comparación rápida

Cambiar par de comparación

GPT-5.5nonevsStep 3.7 Flashhigh Qwen3.6 FlashmediumvsStep 3.7 Flashhigh Seed-2.0-MinimediumvsGemini 3.5 Flashnone Step 3.7 FlashhighvsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Seed-2.0-MinimediumvsDeepSeek V4 Pronone Seed-2.0-MinimediumvsGPT-5.6 Solnone KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh Seed-2.0-MinimediumvsGPT-5.5none Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh