Advertise here
#177

Seed-2.0-Code

Bytedance Seed Rilis: 2026-08-12 Diuji pada: 2026-10-01 04:14 bytedance-seed/seed-2.0-code::high
~200B total (~20B aktif)MoETertutupPerkiraan
(high) (medium) (low) (none)

Ringkasan

Seed-2.0-Code mendapat skor 7.5 di AI BENCHY dan berada di peringkat #177. Model ini memiliki reliabilitas 9.0, tingkat keberhasilan 65.2%, total biaya $1.448, dan waktu respons rata-rata 124.87s.

Yang membuat Seed-2.0-Code unik: Model ini paling menonjol di Parsing dan ekstraksi data, dengan peringkat #1, sementara Kecerdasan umum adalah area terlemahnya di #14.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~200B total (~20B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

7.5

Konsistensi

7.9

Keandalan

9.0

Total biaya (harga saat ini)

$1.448

Total token output

432,850

Total token input

297,321

Harga input

$0.500 / 1M

Harga output

$3.000 / 1M

Harga baca cache

T/A

Harga tulis cache

T/A

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Tes benar

Tes Salah: 11

Tingkat lulus per percobaan: 65.2%

Tes tidak stabil

5

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

124.87s

Waktu respons (maks): 675.30s

Waktu respons (total): 2871.96s

Jawaban salah: 6 Kesalahan API: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1

Hamster playing table tennis

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

#177 Seed-2.0-Code

high
Biaya
$0.037
Waktu
183.6s
Token
12,388 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-10-01 04:14 Uji ulang 7.5 9.0 $1.448 Run saat ini
2026-08-12 23:09 Run awal 6.9 6.0 $1.312 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-10-01 04:14 · Run saat ini69/69 percobaan7.57.99.012/235432,850297,321$1.448124.87s
2026-08-12 23:09 · Run awal66/66 percobaan6.97.06.011/228423,42481,961$1.312127.79s
Selisih—+0.6+0.9+3.0+1-3+9426+215360+$0.136-2917ms

Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Seed-2.0-CodehighvsMistral Large 4highSeed-2.0-CodehighvsGPT-5.6 LunamediumSeed-2.0-CodehighvsSeed-2.0-MinimediumSeed-2.0-CodehighvsQwen3.6 FlashmediumSeed-2.0-CodehighvsGLM 5.1mediumSeed-2.0-CodehighvsDeepSeek V4 Flash 0731lowSeed-2.0-CodehighvsSpace Bunny AlphahighSeed-2.0-CodehighvsSeed-2.0-CodemediumSeed-2.0-CodehighvsQwen3.8 27BlowTersedia gratisSeed-2.0-CodehighvsGLM 5.3 FlashXhigh

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Tugas agen 10.0 10.0
Trik anti-AI 8.3 10.0
Pemrograman 6.2 6.5
Gabungan 7.3 5.8
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 3.5 4.4
Kecerdasan umum 4.6 7.8
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 7.8 9.3
Pemanggilan alat 4.7 1.6
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan