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 xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-02

Métrica Seed-2.0-Mini Seed-2.0-Mini medium Lanzamiento: 2026-02-14 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 7.3 7.1
Rango #35 #40
Consistencia 9.1 8.2
Pruebas correctas
Tasa de aciertos por intento 64.7% 66.7%
Pruebas inestables 2 4
Ejecuciones totales 51 51
Costo por resultado 0.281 7.358
Costo total $0.029 $0.663
Precio de entrada $0.100 / 1M $2.000 / 1M
Precio de salida $0.400 / 1M $6.000 / 1M
Tokens de salida 1,971 1,494
Tokens de razonamiento 58,624 97,078
Tiempo de respuesta (promedio) 60.58s 9.50s
Tiempo de respuesta (máximo) 262.83s 29.87s
Tiempo de respuesta (total) 848.16s 161.54s

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
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
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 10.0 10.0 100.0% 0 17.40s 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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 7.3 5.9 83.3% 1 4.42s 40 5,474
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 8.2 7.2 88.9% 1 25.85s 457 5,060
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGrok 4.20mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGPT-5.3 ChatnonevsGrok 4.20mediumSeed-2.0-MinimediumvsGPT-5.2 ChatnoneSeed-2.0-MinimediumvsGemini 3.1 Flash Lite PreviewnoneSeed-2.0-MinimediumvsQwen3.5 Plus 2026-02-15noneSeed-2.0-MinimediumvsGemma 4 31BnoneSeed-2.0-MinimediumvsGLM 5none