Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs Qwen: Qwen3.5-27B

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-15

Metrik Seed-2.0-Lite Seed-2.0-Lite medium Rilis: 2026-02-14 Qwen3.5-27B Qwen3.5-27B medium Rilis: 2026-02-24
Peringkat #3 #8
Skor 8.8 8.6
Konsistensi 8.7 9.1
Biaya per hasil 0.870 3.585
Total Biaya $0.105 $0.431
Tes benar
Tingkat lulus per percobaan 87.5% 81.3%
Tes tidak stabil 3 2
Total Run 48 48
Token output 2,815 1,658
Token penalaran 44,618 200,786
Waktu respons (rata-rata) 29.39s 52.13s
Waktu respons (maks) 168.71s 163.96s
Waktu respons (total) 470.29s 834.16s

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 output Token penalaran
Seed-2.0-Lite 10.0 10.0 100.0% 0 23.34s 990 7,037
Qwen3.5-27B 10.0 10.0 100.0% 0 9.69s 102 8,956
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Lite 10.0 10.0 100.0% 0 37.67s 506 4,299
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Lite 10.0 10.0 100.0% 0 9.07s 246 1,742
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Lite 5.9 7.2 55.6% 1 88.74s 15 23,897
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Lite 6.7 3.6 66.7% 1 18.25s 304 1,620
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Lite 10.0 10.0 100.0% 0 7.26s 71 1,480
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Lite 9.0 7.9 88.9% 1 11.03s 461 3,532
Qwen3.5-27B 8.2 7.7 77.8% 1 64.61s 245 77,213
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Lite 10.0 10.0 100.0% 0 12.38s 222 1,011
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewlowvsQwen3.5-27BmediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumSeed-2.0-LitemediumvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsGemini 3 Flash PreviewnoneGemini 3.1 Flash Lite PreviewnonevsQwen3.5-27BmediumSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewlowSeed-2.0-LitemediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsQwen3.5-27Bmedium