AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs Meta: Muse Spark 1.1

Ringkasan

Muse Spark 1.1 (low) unggul dalam skor rata-rata dengan 8.8 vs 8.5. Seed-2.0-Lite (medium) memiliki biaya benchmark lebih rendah di $0.175 vs $0.469. Muse Spark 1.1 (low) lebih cepat di 10.11s vs 47.07s, dengan tingkat keberhasilan 76.2% vs 73.0%.

Model yang direkomendasikanMuse Spark 1.1 (low)It has the best score here (8.8), while responding about 4.7x faster than Seed-2.0-Lite (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	Seed-2.0-Lite Seed-2.0-Lite medium Rilis: 2026-02-14	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16

Metrik	Seed-2.0-Lite Seed-2.0-Lite medium Rilis: 2026-02-14	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16
Skor	8.5	8.8
Peringkat	#24	#17
Keandalan	10.0	10.0
Konsistensi	9.0	8.5
Tes benar
Tingkat lulus per percobaan	76.2%	73.0%
Tes tidak stabil	3	4
Total Run	63	63
Biaya per hasil	1.250	3.606
Total Biaya	$0.175	$0.469
Harga input	$0.250 / 1M	$1.250 / 1M
Harga output	$2.000 / 1M	$4.250 / 1M
Total token input	46,740	59,923
Token output	3,230	3,722
Token penalaran	78,406	88,947
Waktu respons (rata-rata)	47.07s	10.11s
Waktu respons (maks)	254.92s	54.15s
Waktu respons (total)	988.37s	212.29s

Showcase generasi

Hamster playing table tennis

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

#24 Seed-2.0-Lite

medium

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

#17 Muse Spark 1.1

low

Biaya: $0.020
Waktu: 39.2s
Token: 4,947 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

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
Muse Spark 1.1	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040

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
Muse Spark 1.1	10.0	10.0	100.0%	0		10.34s	8,562	394	14,503

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
Muse Spark 1.1	9.6	10.0	100.0%	0		19.26s	21,277	885	6,849

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
Muse Spark 1.1	10.0	10.0	100.0%	0		3.22s	7,827	240	2,074

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
Muse Spark 1.1	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049

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
Muse Spark 1.1	10.0	10.0	100.0%	0		4.12s	906	131	1,125

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
Muse Spark 1.1	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246

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
Muse Spark 1.1	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503

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
Muse Spark 1.1	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012

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
Muse Spark 1.1	3.0	10.0	0.0%	0		8.17s	612	40	3,546

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-LitemediumvsGPT-5.2 Chatnone Seed-2.0-LitemediumvsKimi K3max Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsGPT-5.3-Codexmedium Muse Spark 1.1lowvsGLM 5medium Seed-2.0-LitemediumvsDeepSeek V4 Flashhigh Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsGPT-5.5medium