Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 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 7.1 7.1
Peringkat #75 #74
Keandalan 10.0 10.0
Konsistensi 9.2 8.2
Tes benar
Tingkat lulus per percobaan 60.0% 65.8%
Tes tidak stabil 2 4
Total Run 60 60
Biaya per hasil 0.397 8.723
Total Biaya $0.044 $0.960
Harga input $0.100 / 1M $0.200 / 1M
Harga output $0.400 / 1M $1.150 / 1M
Token output 2,555 828,084
Token penalaran 95,974 0
Waktu respons (rata-rata) 80.22s 49.43s
Waktu respons (maks) 262.83s 192.75s
Waktu respons (total) 1363.72s 988.58s

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 output Token penalaran
Seed-2.0-Mini 6.6 10.0 50.0% 0 74.75s 360 9,520
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Mini 7.1 9.8 50.0% 0 220.48s 464 34,964
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Mini 10.0 10.0 100.0% 0 262.83s 404 29,806
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
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-Mini 10.0 10.0 100.0% 0 24.27s 246 2,743
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Mini 3.0 10.0 0.0% 0 0ms 0 0
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Mini 5.1 3.4 33.3% 1 36.65s 213 4,210
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Mini 10.0 10.0 100.0% 0 17.47s 69 2,050
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Mini 8.2 7.2 88.9% 1 31.79s 527 5,667
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Mini 10.0 10.0 100.0% 0 88.68s 222 5,235
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Mini 3.0 10.0 0.0% 0 56.76s 50 1,779
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-MinimediumvsQwen3.6 Max PreviewnoneGPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.4 NanomediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsSeed-2.0-MinimediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumSeed-2.0-MinimediumvsDeepSeek V4 ProhighRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 Flashhigh