Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs StepFun: Step 3.5 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik Seed-2.0-Lite Seed-2.0-Lite medium Rilis: 2026-02-14 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01 Tersedia gratis
Peringkat #3 #14
Skor Rata-rata 8.5 7.4
Konsistensi 8.7 9.1
Biaya per hasil 0.870 0.000
Total Biaya $0.105 $0.000
Tes benar
Tingkat lulus per percobaan 87.5% 68.8%
Tes tidak stabil 3 2
Total Run 48 48
Token output 2,815 71,452
Token penalaran 44,618 155,147
Waktu respons (rata-rata) 29.39s 29.10s
Waktu respons (maks) 168.71s 170.45s
Waktu respons (total) 470.29s 290.96s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Total token output

Skor Rata-rata 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
Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
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
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
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 9.9 10.0 100.0% 0 9.07s 246 1,742
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
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 4.0 7.2 55.6% 1 88.74s 15 23,897
Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
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 7.0 3.6 66.7% 1 18.25s 304 1,620
Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
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
Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
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 9.3 7.9 88.9% 1 11.03s 461 3,532
Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
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
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.5 FlashmediumTersedia gratisGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumTersedia gratisGPT-5.3 ChatnonevsStep 3.5 FlashmediumTersedia gratisGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumTersedia gratisSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumTersedia gratisClaude Sonnet 4.6nonevsStep 3.5 FlashmediumTersedia gratisGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumTersedia gratisSeed-2.0-LitemediumvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewlowSeed-2.0-LitemediumvsGPT-5.3 ChatnoneQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumTersedia gratis