#77 Seed-2.0-Mini
medium- コスト
- $0.002
- 時間
- 161.7s
- トークン
- 4,379 tok
ByteDance Seed: Seed-2.0-Mini vs StepFun: Step 3.7 Flash
Seed-2.0-Mini (medium) が平均スコアでリードし、7.0 vs 6.9 です。 Seed-2.0-Mini (medium) の benchmark コストが低く、$0.101 vs $1.207 です。 Step 3.7 Flash (high) の方が高速で、64.68s vs 92.53s です、成功率は 57.6% vs 63.6% です。
おすすめモデルSeed-2.0-Mini (medium)ここでは最高スコア（7.0）で、Step 3.7 Flash (high) より約 12.0 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: 2026-07-17
| 指標 | Seed-2.0-Mini Seed-2.0-Mini medium | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 7.0 | 6.9 |
| 順位 | #77 | #83 |
| 信頼性 | 8.5 | 10.0 |
| 一貫性 | 8.9 | 8.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 57.6% | 63.6% |
| 不安定なテスト | 3 | 5 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.917 | 10.973 |
| 合計コスト | $0.101 | $1.207 |
| 入力価格 | $0.100 / 1M | $0.200 / 1M |
| 出力価格 | $0.400 / 1M | $1.150 / 1M |
| 合計入力トークン | 125,467 | 98,691 |
| 出力トークン | 10,778 | 1,032,395 |
| 推論トークン | 209,856 | 0 |
| 応答時間（平均） | 92.53s | 64.68s |
| 応答時間（最大） | 301.78s | 364.99s |
| 応答時間（合計） | 1665.50s | 1423.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#83 Step 3.7 Flash
high- コスト
- $0.007
- 時間
- 63.6s
- トークン
- 6,030 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-Mini | 6.6 | 10.0 | 50.0% | 0 | 74.75s | 791 | 360 | 9,520 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 0 |
| 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-Mini | 5.5 | 9.8 | 33.3% | 0 | 220.48s | 3,823 | 464 | 34,964 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Mini | 7.3 | 5.8 | 83.3% | 1 | 282.30s | 100,096 | 8,627 | 143,688 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Mini | 10.0 | 10.0 | 100.0% | 0 | 24.27s | 8,568 | 246 | 2,743 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Mini | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| Step 3.7 Flash | 4.1 | 4.4 | 44.5% | 2 | 149.64s | 783 | 410,502 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Mini | 5.1 | 3.4 | 33.3% | 1 | 36.65s | 585 | 213 | 4,210 | |
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Mini | 10.0 | 10.0 | 100.0% | 0 | 17.47s | 840 | 69 | 2,050 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 0 |
| 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-Mini | 8.2 | 7.2 | 88.9% | 1 | 31.79s | 903 | 527 | 5,667 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 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） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Mini | 10.0 | 10.0 | 100.0% | 0 | 88.68s | 9,585 | 222 | 5,235 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 0 |
| 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-Mini | 3.0 | 10.0 | 0.0% | 0 | 56.76s | 276 | 50 | 1,779 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.5nonevsStep 3.7 FlashhighQwen3.6 FlashmediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsGemini 3.5 FlashnoneStep 3.7 FlashhighvsMiMo-V2.5-PromediumGemini 3.5 FlashminimalvsStep 3.7 FlashhighGPT-5.6 SolnonevsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighSeed-2.0-MinimediumvsDeepSeek V4 PrononeSeed-2.0-MinimediumvsGPT-5.6 SolnoneKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsGPT-5.5noneGemini 3 Flash PreviewnonevsStep 3.7 Flashhigh