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

AI BENCHY तुलना

ByteDance Seed: Seed-2.0-Mini vs Google: Gemini 3.1 Flash Lite

सारांश

Seed-2.0-Mini vs Gemini 3.1 Flash Lite benchmark तुलना: Seed-2.0-Mini average score में आगे है: 7.4 vs 6.1. Gemini 3.1 Flash Lite की benchmark लागत कम है: $0.013 vs $0.044. Gemini 3.1 Flash Lite तेज है: 1.33s vs 80.22s, pass rates 57.1% vs 54.0%.

अनुशंसित मॉडल: Gemini 3.1 Flash Lite - It offers the best overall trade-off: a competitive score (6.1), lower cost than Seed-2.0-Mini, and balanced response time.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-18

मेट्रिक Seed-2.0-Mini Seed-2.0-Mini medium रिलीज़: 2026-02-14 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal रिलीज़: 2026-05-08
स्कोर 7.4 6.1
रैंक #50 #94
विश्वसनीयता 6.7 10.0
संगति 9.3 8.8
सही परीक्षण
प्रति प्रयास पास दर 57.1% 54.0%
अस्थिर टेस्ट 2 3
कुल रन 63 63
प्रति परिणाम लागत 0.397 0.130
कुल लागत $0.044 $0.013
इनपुट कीमत $0.100 / 1M $0.250 / 1M
आउटपुट कीमत $0.400 / 1M $1.500 / 1M
कुल इनपुट टोकन 41,904 36,973
आउटपुट टोकन 2,555 2,487
रीजनिंग टोकन 95,974 0
प्रतिक्रिया समय (औसत) 80.22s 1.33s
प्रतिक्रिया समय (अधिकतम) 262.83s 4.49s
प्रतिक्रिया समय (कुल) 1363.72s 27.91s

जनरेशन शोकेस

Hamster playing table tennis

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

#50 Seed-2.0-Mini

medium
लागत
$0.002
समय
161.7s
टोकन
4,379 tok

#94 Gemini 3.1 Flash Lite

minimal
लागत
$0.001
समय
3.7s
टोकन
635 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Mini 6.6 10.0 50.0% 0 74.75s 791 360 9,520
Gemini 3.1 Flash Lite 8.3 10.0 75.0% 0 1.10s 500 639 0
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 831ms 8,126 666 0
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Mini 10.0 10.0 100.0% 0 262.83s 16,533 404 29,806
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 2.53s 12,870 357 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Mini 10.0 10.0 100.0% 0 24.27s 8,568 246 2,743
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 1.04s 7,552 279 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Mini 3.0 10.0 0.0% 0 0ms 0 0 0
Gemini 3.1 Flash Lite 2.9 7.2 11.1% 1 1.02s 641 15 0
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Mini 5.1 3.4 33.3% 1 36.65s 585 213 4,210
Gemini 3.1 Flash Lite 4.0 10.0 0.0% 0 791ms 490 63 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Mini 10.0 10.0 100.0% 0 17.47s 840 69 2,050
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 932ms 615 72 0
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Mini 8.2 7.2 88.9% 1 31.79s 903 527 5,667
Gemini 3.1 Flash Lite 6.0 4.6 66.7% 2 2.15s 564 153 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Mini 10.0 10.0 100.0% 0 88.68s 9,585 222 5,235
Gemini 3.1 Flash Lite 10.0 10.0 100.0% 0 3.51s 5,457 234 0
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Seed-2.0-Mini 3.0 10.0 0.0% 0 56.76s 276 50 1,779
Gemini 3.1 Flash Lite 3.0 10.0 0.0% 0 724ms 158 9 0

त्वरित तुलना

तुलना जोड़ी बदलें