ByteDance Seed: Seed-2.0-Mini vs StepFun: Step 3.7 Flash

Seed-2.0-Mini (medium) unggul dalam skor rata-rata dengan 7.0 vs 6.9. Seed-2.0-Mini (medium) memiliki biaya benchmark lebih rendah di $0.101 vs $1.207. Step 3.7 Flash (high) lebih cepat di 64.68s vs 92.53s, dengan tingkat keberhasilan 57.6% vs 63.6%.

Model yang direkomendasikanSeed-2.0-Mini (medium)It has the best score here (7.0), while costing about 12.0x less than Step 3.7 Flash (high).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Seed-2.0-Mini Seed-2.0-Mini medium Rilis: 2026-02-14	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29

Metrik	Seed-2.0-Mini Seed-2.0-Mini medium Rilis: 2026-02-14	Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor	7.0	6.9
Peringkat	#77	#83
Keandalan	8.5	10.0
Konsistensi	8.9	8.0
Tes benar
Tingkat lulus per percobaan	57.6%	63.6%
Tes tidak stabil	3	5
Total Run	66	66
Biaya per hasil	0.917	10.973
Total Biaya	$0.101	$1.207
Harga input	$0.100 / 1M	$0.200 / 1M
Harga output	$0.400 / 1M	$1.150 / 1M
Total token input	125,467	98,691
Token output	10,778	1,032,395
Token penalaran	209,856	0
Waktu respons (rata-rata)	92.53s	64.68s
Waktu respons (maks)	301.78s	364.99s
Waktu respons (total)	1665.50s	1423.01s

Hamster playing table tennis

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

#77 Seed-2.0-Mini

medium

Biaya: $0.002
Waktu: 161.7s
Token: 4,379 tok

#83 Step 3.7 Flash

high

Biaya: $0.007
Waktu: 63.6s
Token: 6,030 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

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-Mini	6.6	10.0	50.0%	0		74.75s	791	360	9,520
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	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-Mini	5.5	9.8	33.3%	0		220.48s	3,823	464	34,964
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	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-Mini	7.3	5.8	83.3%	1		282.30s	100,096	8,627	143,688
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	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-Mini	10.0	10.0	100.0%	0		24.27s	8,568	246	2,743
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	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-Mini	3.0	10.0	0.0%	0		0ms	0	0	0
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	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-Mini	5.1	3.4	33.3%	1		36.65s	585	213	4,210
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	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-Mini	10.0	10.0	100.0%	0		17.47s	840	69	2,050
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	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-Mini	8.2	7.2	88.9%	1		31.79s	903	527	5,667
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	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-Mini	10.0	10.0	100.0%	0		88.68s	9,585	222	5,235
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	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-Mini	3.0	10.0	0.0%	0		56.76s	276	50	1,779
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5nonevsStep 3.7 Flashhigh Qwen3.6 FlashmediumvsStep 3.7 Flashhigh Seed-2.0-MinimediumvsGemini 3.5 Flashnone Step 3.7 FlashhighvsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Seed-2.0-MinimediumvsDeepSeek V4 Pronone Seed-2.0-MinimediumvsGPT-5.6 Solnone KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh Seed-2.0-MinimediumvsGPT-5.5none Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh