AI BENCHY Compare
ByteDance Seed: Seed-2.0-Lite vs Qwen: Qwen3.5-Flash
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: 2026-03-17
| 指標 | Seed-2.0-Lite Seed-2.0-Lite medium | Qwen3.5-Flash Qwen3.5-Flash medium |
|---|---|---|
| 順位 | #5 | #19 |
| スコア | 8.5 | 8.0 |
| 一貫性 | 8.8 | 7.6 |
| 結果あたりのコスト | 0.873 | 0.688 |
| 合計コスト | $0.105 | $0.076 |
| 正解テスト | ||
| 試行ごとの合格率 | 82.4% | 82.4% |
| 不安定なテスト | 3 | 5 |
| 総実行回数 | 51 | 51 |
| 出力トークン | 2,821 | 1,827 |
| 推論トークン | 44,723 | 179,299 |
| 応答時間（平均） | 27.78s | 67.96s |
| 応答時間（最大） | 168.71s | 234.29s |
| 応答時間（合計） | 472.24s | 1155.28s |
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 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 8.3 | 10.0 | 75.0% | 0 | 17.99s | 996 | 7,142 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 59.11s | 383 | 32,992 |
| 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 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 17.78s | 483 | 8,270 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 9.07s | 246 | 1,742 | |
| Qwen3.5-Flash | 7.3 | 5.9 | 83.3% | 1 | 56.99s | 235 | 16,237 |
| 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 | 5.9 | 7.2 | 55.6% | 1 | 88.74s | 15 | 23,897 | |
| Qwen3.5-Flash | 5.3 | 7.2 | 44.4% | 1 | 146.50s | 58 | 43,615 |
| 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 | 6.7 | 3.6 | 66.7% | 1 | 18.25s | 304 | 1,620 | |
| Qwen3.5-Flash | 6.1 | 3.1 | 66.7% | 1 | 40.05s | 99 | 38,486 |
| 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 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 63.49s | 98 | 14,139 |
| 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 | 9.0 | 7.9 | 88.9% | 1 | 11.03s | 461 | 3,532 | |
| Qwen3.5-Flash | 6.4 | 4.4 | 77.8% | 2 | 56.74s | 162 | 24,276 |
| 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 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 10.33s | 309 | 1,284 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumGPT-5.2 ChatnonevsQwen3.5-FlashmediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsQwen3.5-FlashmediumSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewlowSeed-2.0-LitemediumvsGemini 3 Flash PreviewnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewnoneSeed-2.0-LitemediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewlowvsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsQwen3.5-Flashmedium