AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs MoonshotAI: Kimi K3

Ringkasan

Kimi K3 (max) unggul dalam skor rata-rata dengan 8.5 vs 8.5. Seed-2.0-Lite (medium) memiliki biaya benchmark lebih rendah di $0.175 vs $3.112. Seed-2.0-Lite (medium) lebih cepat di 47.07s vs 122.48s, dengan tingkat keberhasilan 76.2% vs 82.5%.

Model yang direkomendasikanSeed-2.0-Lite (medium)Its score stays close to the best score here (8.5 vs 8.5), while costing about 17.8x less than Kimi K3 (max).

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	Kimi K3 Kimi K3 max Rilis: 2026-07-16

Metrik	Seed-2.0-Lite Seed-2.0-Lite medium Rilis: 2026-02-14	Kimi K3 Kimi K3 max Rilis: 2026-07-16
Skor	8.5	8.5
Peringkat	#24	#21
Keandalan	10.0	9.4
Konsistensi	9.0	9.2
Tes benar
Tingkat lulus per percobaan	76.2%	82.5%
Tes tidak stabil	3	2
Total Run	63	63
Biaya per hasil	1.250	19.446
Total Biaya	$0.175	$3.112
Harga input	$0.250 / 1M	$3.000 / 1M
Harga output	$2.000 / 1M	$15.000 / 1M
Total token input	46,740	34,916
Token output	3,230	2,910
Token penalaran	78,406	197,529
Waktu respons (rata-rata)	47.07s	122.48s
Waktu respons (maks)	254.92s	766.58s
Waktu respons (total)	988.37s	2327.06s

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

#21 MoonshotAI: Kimi K3

max

Biaya: $0.281
Waktu: 506.9s
Token: 18,863 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
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

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
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

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
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460

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
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

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
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180

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
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

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
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

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
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

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
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0

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
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-LitemediumvsGPT-5.2 Chatnone Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Seed-2.0-LitemediumvsDeepSeek V4 Flashhigh Muse Spark 1.1lowvsKimi K3max