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 3.5 Flash

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

Metrik Seed-2.0-Lite Seed-2.0-Lite none Rilis: 2026-02-14 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01 Tersedia gratis
Peringkat #45 #14
Skor Rata-rata 4.9 7.4
Konsistensi 7.4 9.1
Biaya per hasil 0.214 0.000
Total Biaya $0.015 $0.000
Tes benar
Tingkat lulus per percobaan 56.3% 68.8%
Tes tidak stabil 5 2
Total Run 48 48
Token output 2,743 71,452
Token penalaran 0 155,147
Waktu respons (rata-rata) 2.49s 29.10s
Waktu respons (maks) 6.70s 170.45s
Waktu respons (total) 39.91s 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 4.6 22.2% 2 2.93s 703 0
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 0.0% 0 6.59s 498 0
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 1.82s 246 0
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 10.0 7.2 22.2% 1 1.33s 17 0
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 10.0 10.0 100.0% 0 3.45s 294 0
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 1.06s 73 0
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 4.0 4.4 55.6% 2 2.46s 620 0
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 3.94s 292 0
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 gratisSeed-2.0-LitenonevsGrok 4.20 Multi-Agent BetamediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumTersedia gratisGPT-5.3 ChatnonevsStep 3.5 FlashmediumTersedia gratisSeed-2.0-Litenonevsgpt-oss-120bmediumTersedia gratisSeed-2.0-LitenonevsMiniMax M2.5mediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumTersedia gratisGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumTersedia gratisSeed-2.0-LitenonevsMercury 2mediumSeed-2.0-LitenonevsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsGPT-5 NanomediumClaude Sonnet 4.6nonevsStep 3.5 FlashmediumTersedia gratis