Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs xAI: Grok 4.20 Beta

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

Métrica Seed-2.0-Mini Seed-2.0-Mini medium Lanzamiento: 2026-02-14 Grok 4.20 Beta Grok 4.20 Beta medium Lanzamiento: 2026-03-12
Rango #25 #24
Puntaje prom. 6.9 7.0
Consistencia 9.1 9.0
Costo por resultado 0.280 5.989
Costo total $0.028 $0.599
Pruebas correctas
Tasa de aciertos por intento 68.8% 70.8%
Pruebas inestables 2 2
Ejecuciones totales 48 48
Tokens de salida 1,965 1,481
Tokens de razonamiento 58,456 86,628
Tiempo de respuesta (promedio) 65.09s 8.89s
Tiempo de respuesta (máximo) 262.83s 24.21s
Tiempo de respuesta (total) 846.14s 142.18s

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-Mini 7.0 10.0 66.7% 0 98.99s 354 9,352
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
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
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
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 9.9 10.0 100.0% 0 24.27s 246 2,743
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
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 10.0 10.0 0.0% 0 0ms 0 0
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
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 6.0 3.4 33.3% 1 36.65s 213 4,210
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
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
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
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-Mini 7.0 7.2 88.9% 1 25.85s 457 5,060
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
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
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumSeed-2.0-MinimediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewnoneGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGemini 3.1 Flash Lite PreviewlowGPT-5.2 ChatnonevsGrok 4.20 BetamediumSeed-2.0-MinimediumvsGPT-5.2 Chatnone