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-Mini vs xAI: Grok 4.20 Beta

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

Metrik Seed-2.0-Mini Seed-2.0-Mini medium Rilis: 2026-02-14 Grok 4.20 Beta Grok 4.20 Beta medium Rilis: 2026-03-12
Peringkat #25 #24
Skor Rata-rata 6.9 7.0
Konsistensi 9.1 9.0
Biaya per hasil 0.280 5.989
Total Biaya $0.028 $0.599
Tes benar
Tingkat lulus per percobaan 68.8% 70.8%
Tes tidak stabil 2 2
Total Run 48 48
Token output 1,965 1,481
Token penalaran 58,456 86,628
Waktu respons (rata-rata) 65.09s 8.89s
Waktu respons (maks) 262.83s 24.21s
Waktu respons (total) 846.14s 142.18s

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-Mini 7.0 10.0 66.7% 0 98.99s 354 9,352
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
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
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
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 9.9 10.0 100.0% 0 24.27s 246 2,743
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
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 10.0 10.0 0.0% 0 0ms 0 0
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
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 6.0 3.4 33.3% 1 36.65s 213 4,210
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
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
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Seed-2.0-Mini 7.0 7.2 88.9% 1 25.85s 457 5,060
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
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
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumSeed-2.0-MinimediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsGrok 4.20 BetamediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewnoneGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGemini 3.1 Flash Lite PreviewlowGPT-5.2 ChatnonevsGrok 4.20 BetamediumSeed-2.0-MinimediumvsGPT-5.2 Chatnone