AI BENCHY Compare
ByteDance Seed: Seed-2.0-Lite vs OpenAI: GPT-5.4
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: 2026-06-03
| 指標 | Seed-2.0-Lite Seed-2.0-Lite medium | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| スコア | 8.1 | 7.9 |
| 順位 | #20 | #27 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.9 | 8.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.0% | 75.0% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 1.166 | 8.765 |
| 合計コスト | $0.152 | $1.140 |
| 入力価格 | $0.250 / 1M | $2.500 / 1M |
| 出力価格 | $2.000 / 1M | $15.000 / 1M |
| 合計入力トークン | 43,785 | 31,489 |
| 出力トークン | 3,224 | 2,221 |
| 推論トークン | 67,040 | 68,486 |
| 応答時間（平均） | 36.67s | 22.31s |
| 応答時間（最大） | 168.71s | 100.41s |
| 応答時間（合計） | 733.46s | 446.17s |
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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 8.3 | 10.0 | 75.0% | 0 | 17.99s | 942 | 996 | 7,142 | |
| GPT-5.4 | 8.3 | 10.0 | 75.0% | 0 | 4.11s | 606 | 240 | 1,511 |
| コーディング | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 7.0 | 9.7 | 50.0% | 0 | 107.65s | 5,292 | 452 | 20,524 | |
| GPT-5.4 | 8.2 | 6.7 | 83.3% | 1 | 54.98s | 4,686 | 412 | 19,995 |
| 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） | 入力トークン | 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 | 16,254 | 506 | 4,299 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 20.57s | 11,019 | 301 | 3,543 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 9.07s | 8,562 | 246 | 1,742 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 5.9 | 7.2 | 55.6% | 1 | 88.74s | 843 | 15 | 23,897 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 74.27s | 619 | 61 | 34,748 |
| 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 6.7 | 3.6 | 66.7% | 1 | 18.25s | 582 | 304 | 1,620 | |
| GPT-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 477 | 145 | 321 |
| 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） | 入力トークン | 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 | 834 | 71 | 1,480 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 |
| パズル解決 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 9.0 | 7.9 | 88.9% | 1 | 10.23s | 894 | 403 | 3,285 | |
| GPT-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.14s | 642 | 441 | 3,815 |
| 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） | 入力トークン | 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 | 9,306 | 222 | 1,011 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 |
| 雑学 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 3.0 | 10.0 | 0.0% | 0 | 48.32s | 276 | 9 | 2,040 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 13.95s | 195 | 30 | 1,821 |
クイック比較
比較ペアを切り替え
GPT-5.4mediumvsQwen3.7 MaxnoneSeed-2.0-LitemediumvsGemini 3.5 FlashnoneGemini 3.5 FlashminimalvsGPT-5.4mediumSeed-2.0-LitemediumvsGemini 3.5 FlashminimalGemini 3.5 FlashnonevsGPT-5.4mediumSeed-2.0-LitemediumvsQwen3.7 MaxnoneSeed-2.0-LitemediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewnoneSeed-2.0-LitemediumvsDeepSeek V4 Flashhigh