AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs ByteDance Seed: Seed-2.0-Lite

Ringkasan

Perbandingan benchmark Claude Opus 4.8 vs Seed-2.0-Lite: Seed-2.0-Lite unggul dalam skor rata-rata dengan 8.5 vs 7.7. Seed-2.0-Lite memiliki biaya benchmark lebih rendah di $0.175 vs $1.270. Claude Opus 4.8 lebih cepat di 10.83s vs 47.07s, dengan tingkat keberhasilan 79.4% vs 76.2%.

Model yang direkomendasikan: Seed-2.0-Lite - It has the best score here (8.5), while costing about 7.3x less than Claude Opus 4.8.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28	Seed-2.0-Lite Seed-2.0-Lite medium Rilis: 2026-02-14

Metrik	Claude Opus 4.8 Claude Opus 4.8 low Rilis: 2026-05-28	Seed-2.0-Lite Seed-2.0-Lite medium Rilis: 2026-02-14
Skor	7.7	8.5
Peringkat	#38	#18
Keandalan	10.0	10.0
Konsistensi	8.8	9.0
Tes benar
Tingkat lulus per percobaan	79.4%	76.2%
Tes tidak stabil	3	3
Total Run	63	63
Biaya per hasil	8.466	1.250
Total Biaya	$1.270	$0.175
Harga input	$5.000 / 1M	$0.250 / 1M
Harga output	$25.000 / 1M	$2.000 / 1M
Total token input	60,946	46,740
Token output	31,771	3,230
Token penalaran	6,831	78,406
Waktu respons (rata-rata)	10.83s	47.07s
Waktu respons (maks)	127.97s	254.92s
Waktu respons (total)	227.39s	988.37s

Showcase generasi

Hamster playing table tennis

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

#38 Claude Opus 4.8

low

Biaya: $0.031
Waktu: 14.1s
Token: 1,345 tok

#18 Seed-2.0-Lite

medium

Biaya: $0.005
Waktu: 86.7s
Token: 2,354 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Seed-2.0-Lite	8.3	10.0	75.0%	0		17.99s	942	996	7,142

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Seed-2.0-Lite	8.0	9.8	66.7%	0		156.74s	8,247	458	31,890

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Seed-2.0-Lite	10.0	10.0	100.0%	0		37.67s	16,254	506	4,299

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Seed-2.0-Lite	10.0	10.0	100.0%	0		9.07s	8,562	246	1,742

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Seed-2.0-Lite	5.9	7.2	55.6%	1		88.74s	843	15	23,897

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Seed-2.0-Lite	6.7	3.6	66.7%	1		18.25s	582	304	1,620

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Seed-2.0-Lite	10.0	10.0	100.0%	0		7.26s	834	71	1,480

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Seed-2.0-Lite	9.0	7.9	88.9%	1		10.23s	894	403	3,285

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Seed-2.0-Lite	10.0	10.0	100.0%	0		12.38s	9,306	222	1,011

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Seed-2.0-Lite	3.0	10.0	0.0%	0		48.32s	276	9	2,040

Perbandingan Cepat

Ganti Pasangan Perbandingan