AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs OpenAI: gpt-oss-120b

Ringkasan

Perbandingan benchmark Seed-2.0-Lite vs gpt-oss-120b: gpt-oss-120b unggul dalam skor rata-rata dengan 6.1 vs 5.8. gpt-oss-120b memiliki biaya benchmark lebih rendah di $0.013 vs $0.019. Seed-2.0-Lite lebih cepat di 2.49s vs 22.28s, dengan tingkat keberhasilan 46.0% vs 52.4%.

Model yang direkomendasikan: Seed-2.0-Lite - Its score stays close to the best score here (5.8 vs 6.1), while responding about 9.0x faster than gpt-oss-120b.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-10

Metrik	Seed-2.0-Lite Seed-2.0-Lite none Rilis: 2026-02-14	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis

Metrik	Seed-2.0-Lite Seed-2.0-Lite none Rilis: 2026-02-14	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05 Tersedia gratis
Skor	5.8	6.1
Peringkat	#111	#100
Keandalan	10.0	10.0
Konsistensi	8.4	8.0
Tes benar
Tingkat lulus per percobaan	46.0%	52.4%
Tes tidak stabil	4	5
Total Run	63	63
Biaya per hasil	0.228	0.141
Total Biaya	$0.019	$0.013
Harga input	$0.250 / 1M	$0.039 / 1M
Harga output	$2.000 / 1M	$0.180 / 1M
Total token input	46,573	39,084
Token output	3,259	20,013
Token penalaran	0	50,233
Waktu respons (rata-rata)	2.49s	22.28s
Waktu respons (maks)	6.70s	68.16s
Waktu respons (total)	52.26s	311.96s

Generation showcase

Hamster playing table tennis

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

#111 Seed-2.0-Lite

none

Cost: $0.005
Time: 83.8s
Tokens: 2,311 tok

#100 gpt-oss-120b

medium

Cost: $0.001
Time: 26.7s
Tokens: 555 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	3.0	5.9	16.7%	2		2.43s	894	709	0
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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	5.6	10.0	33.3%	0		2.83s	8,215	410	0
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

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	3.0	10.0	0.0%	0		6.59s	16,215	498	0
gpt-oss-120b	10.0	10.0	100.0%	0		31.18s	11,535	694	5,072

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		1.82s	8,538	246	0
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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	3.6	7.2	22.2%	1		1.33s	939	17	0
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

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	10.0	10.0	100.0%	0		3.45s	570	294	0
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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		1.06s	810	73	0
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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	5.3	7.2	44.4%	1		2.78s	858	709	0
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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		3.94s	9,270	292	0
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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		1.96s	264	11	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Perbandingan Cepat

Ganti Pasangan Perbandingan