AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs DeepSeek: DeepSeek V4 Flash

Ringkasan

Perbandingan benchmark Seed-2.0-Lite vs DeepSeek V4 Flash: Seed-2.0-Lite unggul dalam skor rata-rata dengan 8.2 vs 7.7. DeepSeek V4 Flash memiliki biaya benchmark lebih rendah di $0.029 vs $0.175. DeepSeek V4 Flash lebih cepat di 45.85s vs 47.07s, dengan tingkat keberhasilan 76.2% vs 74.6%.

Model yang direkomendasikan: DeepSeek V4 Flash - Its score stays close to the best score here (7.7 vs 8.2), while costing about 6.1x less than Seed-2.0-Lite.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-10

Metrik	Seed-2.0-Lite Seed-2.0-Lite medium Rilis: 2026-02-14	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24

Metrik	Seed-2.0-Lite Seed-2.0-Lite medium Rilis: 2026-02-14	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24
Skor	8.2	7.7
Peringkat	#20	#32
Keandalan	10.0	10.0
Konsistensi	9.0	8.5
Tes benar
Tingkat lulus per percobaan	76.2%	74.6%
Tes tidak stabil	3	4
Total Run	63	63
Biaya per hasil	1.250	0.299
Total Biaya	$0.175	$0.029
Harga input	$0.250 / 1M	$0.099 / 1M
Harga output	$2.000 / 1M	$0.197 / 1M
Total token input	46,740	39,745
Token output	3,230	10,310
Token penalaran	78,406	123,501
Waktu respons (rata-rata)	47.07s	45.85s
Waktu respons (maks)	254.92s	218.13s
Waktu respons (total)	988.37s	962.79s

Generation showcase

Hamster playing table tennis

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

#20 Seed-2.0-Lite

medium

Cost: $0.005
Time: 86.7s
Tokens: 2,354 tok

#32 DeepSeek V4 Flash

high

Cost: $0.003
Time: 93.1s
Tokens: 7,926 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
Seed-2.0-Lite	8.3	10.0	75.0%	0		17.99s	942	996	7,142
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Seed-2.0-Lite	8.0	9.8	66.7%	0		156.74s	8,247	458	31,890
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Seed-2.0-Lite	10.0	10.0	100.0%	0		37.67s	16,254	506	4,299
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347

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
Seed-2.0-Lite	10.0	10.0	100.0%	0		9.07s	8,562	246	1,742
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Seed-2.0-Lite	5.9	7.2	55.6%	1		88.74s	843	15	23,897
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Seed-2.0-Lite	6.7	3.6	66.7%	1		18.25s	582	304	1,620
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Seed-2.0-Lite	10.0	10.0	100.0%	0		7.26s	834	71	1,480
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Seed-2.0-Lite	9.0	7.9	88.9%	1		10.23s	894	403	3,285
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Seed-2.0-Lite	10.0	10.0	100.0%	0		12.38s	9,306	222	1,011
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Seed-2.0-Lite	3.0	10.0	0.0%	0		48.32s	276	9	2,040
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531

Perbandingan Cepat

Ganti Pasangan Perbandingan