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

Ringkasan

Perbandingan benchmark Seed-2.0-Lite vs Step 3.5 Flash: Step 3.5 Flash unggul dalam skor rata-rata dengan 6.6 vs 6.2. Seed-2.0-Lite memiliki biaya benchmark lebih rendah di $0.019 vs $0.070. Seed-2.0-Lite lebih cepat di 2.49s vs 72.53s, dengan tingkat keberhasilan 46.0% vs 54.0%.

Model yang direkomendasikan: Seed-2.0-Lite - Its score stays close to the best score here (6.2 vs 6.6), while costing about 3.8x less than Step 3.5 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

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
Skor 6.2 6.6
Peringkat #92 #80
Keandalan 10.0 10.0
Konsistensi 8.4 8.9
Tes benar
Tingkat lulus per percobaan 46.0% 54.0%
Tes tidak stabil 4 1
Total Run 63 60
Biaya per hasil 0.228 0.198
Total Biaya $0.019 $0.070
Harga input $0.250 / 1M $0.090 / 1M
Harga output $2.000 / 1M $0.300 / 1M
Total token input 46,573 34,431
Token output 3,259 91,587
Token penalaran 0 195,973
Waktu respons (rata-rata) 2.49s 72.53s
Waktu respons (maks) 6.70s 453.94s
Waktu respons (total) 52.26s 1015.47s

Showcase generasi

Hamster playing table tennis

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

#92 Seed-2.0-Lite

none
Biaya
$0.005
Waktu
83.8s
Token
2,311 tok

#80 Step 3.5 Flash

medium
Biaya
$0.008
Waktu
277.1s
Token
23,695 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
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
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
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
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
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
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
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
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
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
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
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
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
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
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
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-LitenonevsGemini 3.1 Flash LiteminimalSeed-2.0-LitenonevsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsGemma 4 31BmediumTersedia gratisGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumSeed-2.0-LitenonevsNemotron 3 SupermediumTersedia gratisGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumSeed-2.0-LitenonevsGemini 3.1 Flash LitelowQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumSeed-2.0-LitenonevsGemini 3.1 Flash Lite Previewlow