Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs ByteDance Seed: Seed-2.0-Lite

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-28

Metrică Claude Opus 4.8 Claude Opus 4.8 medium Lansare: 2026-05-28 Seed-2.0-Lite Seed-2.0-Lite medium Lansare: 2026-02-14
Scor 8.7 8.1
Rang #12 #24
Fiabilitate 10.0 10.0
Consistență 9.6 8.9
Teste corecte
Rată de trecere pe încercare 83.3% 75.0%
Teste instabile 1 3
Rulări totale 60 60
Cost per rezultat 6.285 1.166
Cost total $1.006 $0.152
Preț de intrare $5.000 / 1M $0.250 / 1M
Preț de ieșire $25.000 / 1M $2.000 / 1M
Tokenuri de ieșire 23,201 3,224
Tokenuri de raționament 5,901 67,040
Timp de răspuns (mediu) 9.34s 36.67s
Timp de răspuns (maxim) 38.03s 168.71s
Timp de răspuns (total) 186.84s 733.46s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
Seed-2.0-Lite 8.3 10.0 75.0% 0 17.99s 996 7,142
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
Seed-2.0-Lite 7.0 9.7 50.0% 0 107.65s 452 20,524
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
Seed-2.0-Lite 10.0 10.0 100.0% 0 37.67s 506 4,299
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 481 312
Seed-2.0-Lite 10.0 10.0 100.0% 0 9.07s 246 1,742
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
Seed-2.0-Lite 5.9 7.2 55.6% 1 88.74s 15 23,897
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 237 0
Seed-2.0-Lite 6.7 3.6 66.7% 1 18.25s 304 1,620
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 373 320
Seed-2.0-Lite 10.0 10.0 100.0% 0 7.26s 71 1,480
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 791 483
Seed-2.0-Lite 9.0 7.9 88.9% 1 10.23s 403 3,285
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 301 225
Seed-2.0-Lite 10.0 10.0 100.0% 0 12.38s 222 1,011
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 451 214
Seed-2.0-Lite 3.0 10.0 0.0% 0 48.32s 9 2,040

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8mediumvsGemini 3 Flash PreviewlowSeed-2.0-LitemediumvsGemini 3.5 FlashminimalSeed-2.0-LitemediumvsQwen3.7 MaxnoneSeed-2.0-LitemediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGemini 3.5 FlashnoneClaude Opus 4.8mediumvsGPT-5.5lowSeed-2.0-LitemediumvsGemini 3 Flash PreviewnoneSeed-2.0-LitemediumvsDeepSeek V4 FlashhighDisponibil gratuitSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewlowSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.8mediumvsGemini 3.5 Flashlow