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 StepFun: Step 3.7 Flash

Ringkasan

Perbandingan benchmark Seed-2.0-Lite vs Step 3.7 Flash: Seed-2.0-Lite unggul dalam skor rata-rata dengan 8.2 vs 7.3. Seed-2.0-Lite memiliki biaya benchmark lebih rendah di $0.175 vs $0.341. Step 3.7 Flash lebih cepat di 15.74s vs 47.07s, dengan tingkat keberhasilan 76.2% vs 68.3%.

Model yang direkomendasikan: Seed-2.0-Lite - It has the best score here (8.2), while costing about 1.9x less than Step 3.7 Flash.

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 Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 8.2 7.3
Peringkat #20 #58
Keandalan 10.0 10.0
Konsistensi 9.0 8.4
Tes benar
Tingkat lulus per percobaan 76.2% 68.3%
Tes tidak stabil 3 4
Total Run 63 63
Biaya per hasil 1.250 2.840
Total Biaya $0.175 $0.341
Harga input $0.250 / 1M $0.200 / 1M
Harga output $2.000 / 1M $1.150 / 1M
Total token input 46,740 40,101
Token output 3,230 289,325
Token penalaran 78,406 0
Waktu respons (rata-rata) 47.07s 15.74s
Waktu respons (maks) 254.92s 124.75s
Waktu respons (total) 988.37s 330.63s

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

#58 Step 3.7 Flash

low
Invalid SVG
Cost
$0.004
Time
25.3s
Tokens
3,072 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
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 0
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
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
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
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 0
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
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 0
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
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 0
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
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 0
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
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 0
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
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 0
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
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 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
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Step 3.7 FlashlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5.1mediumStep 3.7 FlashlowvsGLM 5V TurbomediumKimi K2.6mediumTersedia gratisvsStep 3.7 FlashlowSeed-2.0-LitemediumvsGemini 3.5 FlashnoneGPT-5 MinimediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2-FlashmediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.20mediumQwen3.5-35B-A3BmediumvsStep 3.7 Flashlow