AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs StepFun: Step 3.5 Flash

概要

Seed-2.0-Lite vs Step 3.5 Flash の benchmark 比較: Step 3.5 Flash が平均スコアでリードし、6.6 vs 6.2 です。 Seed-2.0-Lite の benchmark コストが低く、$0.019 vs $0.070 です。 Seed-2.0-Lite の方が高速で、2.49s vs 72.53s です、成功率は 46.0% vs 54.0% です。

おすすめモデル: Seed-2.0-Lite - スコアはここでの最高値に近く（6.2 vs 6.6）、Step 3.5 Flash より約 3.8 倍低コストです。

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: 2026-06-18

指標	Seed-2.0-Lite Seed-2.0-Lite none リリース: 2026-02-14	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01

指標	Seed-2.0-Lite Seed-2.0-Lite none リリース: 2026-02-14	Step 3.5 Flash Step 3.5 Flash medium リリース: 2026-02-01
スコア	6.2	6.6
順位	#92	#80
信頼性	10.0	10.0
一貫性	8.4	8.9
正解テスト
試行ごとの合格率	46.0%	54.0%
不安定なテスト	4	1
総実行回数	63	60
結果あたりのコスト	0.228	0.198
合計コスト	$0.019	$0.070
入力価格	$0.250 / 1M	$0.090 / 1M
出力価格	$2.000 / 1M	$0.300 / 1M
合計入力トークン	46,573	34,431
出力トークン	3,259	91,587
推論トークン	0	195,973
応答時間（平均）	2.49s	72.53s
応答時間（最大）	6.70s	453.94s
応答時間（合計）	52.26s	1015.47s

生成ショーケース

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#92 Seed-2.0-Lite

none

コスト: $0.005
時間: 83.8s
トークン: 2,311 tok

#80 Step 3.5 Flash

medium

コスト: $0.008
時間: 277.1s
トークン: 23,695 tok

スコア上位モデル

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	3.0	5.9	16.7%	2		2.43s	894	709	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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	5.6	10.0	33.3%	0		2.83s	8,215	410	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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	3.0	10.0	0.0%	0		6.59s	16,215	498	0
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	13,638	1,176	12,984

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		1.82s	8,538	246	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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	3.6	7.2	22.2%	1		1.33s	939	17	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

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	10.0	10.0	100.0%	0		3.45s	570	294	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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		1.06s	810	73	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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	5.3	7.2	44.4%	1		2.78s	858	709	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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		3.94s	9,270	292	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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		1.96s	264	11	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

クイック比較

比較ペアを切り替え

Seed-2.0-LitenonevsGemini 3.1 Flash Liteminimal Seed-2.0-LitenonevsQwen3.5-35B-A3Bmedium Seed-2.0-LitenonevsGemma 4 31Bmedium無料で利用可能 Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 Flashmedium Seed-2.0-LitenonevsNemotron 3 Supermedium無料で利用可能 Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium Gemini 3.5 FlashminimalvsStep 3.5 Flashmedium Seed-2.0-LitenonevsGemini 3.1 Flash Litelow Qwen3.7 MaxnonevsStep 3.5 Flashmedium Gemini 3 Flash PreviewnonevsStep 3.5 Flashmedium Seed-2.0-LitenonevsGemini 3.1 Flash Lite Previewlow