AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs ByteDance Seed: Seed-2.0-Lite
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-15
| 指標 | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | Seed-2.0-Lite Seed-2.0-Lite medium |
|---|---|---|
| 順位 | #12 | #3 |
| スコア | 8.3 | 8.8 |
| 一貫性 | 9.5 | 8.7 |
| 結果あたりのコスト | 8.525 | 0.870 |
| 合計コスト | $1.023 | $0.105 |
| 正解テスト | ||
| 試行ごとの合格率 | 77.1% | 87.5% |
| 不安定なテスト | 1 | 3 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 35,159 | 2,815 |
| 推論トークン | 24,687 | 44,618 |
| 応答時間（平均） | 11.23s | 29.39s |
| 応答時間（最大） | 46.35s | 168.71s |
| 応答時間（合計） | 89.84s | 470.29s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 7.7 | 10.0 | 66.7% | 0 | 4.95s | 1,031 | 1,093 | |
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 23.34s | 990 | 7,037 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 46.35s | 5,871 | 3,962 | |
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 37.67s | 506 | 4,299 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.90s | 649 | 742 | |
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 9.07s | 246 | 1,742 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 2.9 | 7.2 | 11.1% | 1 | 0ms | 25,790 | 16,919 | |
| Seed-2.0-Lite | 5.9 | 7.2 | 55.6% | 1 | 88.74s | 15 | 23,897 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.94s | 256 | 433 | |
| Seed-2.0-Lite | 6.7 | 3.6 | 66.7% | 1 | 18.25s | 304 | 1,620 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.61s | 318 | 552 | |
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 7.26s | 71 | 1,480 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.80s | 589 | 635 | |
| Seed-2.0-Lite | 9.0 | 7.9 | 88.9% | 1 | 11.03s | 461 | 3,532 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.48s | 655 | 351 | |
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 12.38s | 222 | 1,011 |
クイック比較
比較ペアを切り替え
Seed-2.0-LitemediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneSeed-2.0-LitemediumvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsGemini 3 Flash PreviewnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewlowSeed-2.0-LitemediumvsGPT-5.3 ChatnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Lite Previewnone