AI BENCHY Compare
ByteDance Seed: Seed-2.0-Lite vs Qwen: Qwen3.5 Plus 2026-02-15
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 | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium |
|---|---|---|
| 順位 | #3 | #5 |
| 平均スコア | 8.5 | 8.3 |
| 一貫性 | 8.7 | 9.5 |
| 結果あたりのコスト | 0.870 | 1.264 |
| 合計コスト | $0.105 | $0.165 |
| 正解テスト | ||
| 試行ごとの合格率 | 87.5% | 85.4% |
| 不安定なテスト | 3 | 1 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 2,815 | 1,735 |
| 推論トークン | 44,618 | 77,212 |
| 応答時間（平均） | 29.39s | 34.45s |
| 応答時間（最大） | 168.71s | 79.86s |
| 応答時間（合計） | 470.29s | 310.09s |
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 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 10.37s | 186 | 5,926 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 46.85s | 421 | 7,906 |
| 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 | |
| Qwen3.5 Plus 2026-02-15 | 9.9 | 10.0 | 100.0% | 0 | 46.91s | 270 | 14,916 |
| 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 | |
| Qwen3.5 Plus 2026-02-15 | 4.0 | 10.0 | 33.3% | 0 | 17.50s | 35 | 16,680 |
| 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 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 1.6 | 66.7% | 1 | 79.86s | 73 | 8,675 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 31.93s | 101 | 7,704 |
| 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 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 34.57s | 340 | 14,496 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 309 | 909 |
クイック比較
比較ペアを切り替え
Gemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15mediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowGPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15mediumGPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15mediumSeed-2.0-LitemediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-02-15mediumSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewlowSeed-2.0-LitemediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewnonevsQwen3.5 Plus 2026-02-15mediumSeed-2.0-LitemediumvsGemini 3 Flash PreviewnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Lite Previewnone