तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

ByteDance Seed: Seed-2.0-Mini vs StepFun: Step 3.5 Flash

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	ByteDance Seed: Seed-2.0-Mini medium रिलीज़: 2026-02-26	StepFun: Step 3.5 Flash medium रिलीज़: रिलीज़ तिथि अज्ञात निःशुल्क उपलब्ध
रैंक	#18	#11
स्कोर	6.13	7.00
संगति	8.91	8.32
प्रति परिणाम लागत	0.177	0.000
कुल लागत	$0.013	$0.000
सही परीक्षण
गलत टेस्ट	7	5
प्रति प्रयास पास दर	59.5%	73.8%
अस्थिर टेस्ट	2	3
आउटपुट टोकन	1,353	60,502
रीजनिंग टोकन	24,362	117,044

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	7.00	9.99	66.7%	0		354	9,352
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	9.88	10.00	100.0%	0		246	2,743
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	1.00	10.00	0.0%	0		0	0
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	8.00	9.99	50.0%	0		69	2,050
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	5.33	4.91	77.8%	2		462	4,982
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
ByteDance Seed: Seed-2.0-Mini	10.00	10.00	100.0%	0		222	5,235
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

तुलना जोड़ी बदलें

ByteDance Seed: Seed-2.0-Mini की तुलना इससे करें...

StepFun: Step 3.5 Flash की तुलना इससे करें...