AI BENCHY Compare
ByteDance Seed: Seed-2.0-Lite vs OpenAI: GPT-5.3 Chat
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: 2026-03-12
| 指標 | Seed-2.0-Lite Seed-2.0-Lite medium | GPT-5.3 Chat GPT-5.3 Chat none |
|---|---|---|
| 順位 | #3 | #20 |
| 平均スコア | 8.5 | 7.3 |
| 一貫性 | 8.7 | 8.5 |
| 結果あたりのコスト | 0.870 | 3.163 |
| 合計コスト | $0.105 | $0.317 |
| 正解テスト | ||
| 試行ごとの合格率 | 87.5% | 70.8% |
| 不安定なテスト | 3 | 3 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 2,815 | 19,272 |
| 推論トークン | 44,618 | 0 |
| 応答時間（平均） | 29.39s | 5.96s |
| 応答時間（最大） | 168.71s | 18.33s |
| 応答時間（合計） | 470.29s | 95.30s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
合計出力トークン
平均スコア 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 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 23.34s | 990 | 7,037 | |
| GPT-5.3 Chat | 7.3 | 7.5 | 77.8% | 1 | 4.72s | 3,091 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 37.67s | 506 | 4,299 | |
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 11.96s | 2,614 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 9.9 | 10.0 | 100.0% | 0 | 9.07s | 246 | 1,742 | |
| GPT-5.3 Chat | 9.9 | 10.0 | 100.0% | 0 | 2.21s | 942 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 4.0 | 7.2 | 55.6% | 1 | 88.74s | 15 | 23,897 | |
| GPT-5.3 Chat | 10.0 | 4.4 | 33.3% | 2 | 13.01s | 8,264 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 7.0 | 3.6 | 66.7% | 1 | 18.25s | 304 | 1,620 | |
| GPT-5.3 Chat | 4.0 | 10.0 | 0.0% | 0 | 1.99s | 319 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 7.26s | 71 | 1,480 | |
| GPT-5.3 Chat | 9.0 | 10.0 | 50.0% | 0 | 3.29s | 1,455 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 9.3 | 7.9 | 88.9% | 1 | 11.03s | 461 | 3,532 | |
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.93s | 1,726 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 12.38s | 222 | 1,011 | |
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 8.36s | 861 | 0 |
クイック比較
比較ペアを切り替え
DeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-FlashmediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGLM 5mediumGPT-5.3 ChatnonevsStep 3.5 Flashmedium無料で利用可能Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok 4.20 BetamediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-FlashmediumClaude Sonnet 4.6mediumvsGPT-5.3 Chatnone