Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs ByteDance Seed: Seed-2.0-Lite

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-15

Metrică Claude Sonnet 4.6 Claude Sonnet 4.6 medium Lansare: 2026-02-17 Seed-2.0-Lite Seed-2.0-Lite medium Lansare: 2026-02-14
Rang #12 #3
Scor 8.3 8.8
Consistență 9.5 8.7
Cost per rezultat 8.525 0.870
Cost total $1.023 $0.105
Teste corecte
Rată de trecere pe încercare 77.1% 87.5%
Teste instabile 1 3
Rulări totale 48 48
Tokenuri de ieșire 35,159 2,815
Tokenuri de raționament 24,687 44,618
Timp de răspuns (mediu) 11.23s 29.39s
Timp de răspuns (maxim) 46.35s 168.71s
Timp de răspuns (total) 89.84s 470.29s

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 Sonnet 4.6 7.7 10.0 66.7% 0 4.95s 1,031 1,093
Seed-2.0-Lite 10.0 10.0 100.0% 0 23.34s 990 7,037
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 46.35s 5,871 3,962
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 Sonnet 4.6 10.0 10.0 100.0% 0 13.90s 649 742
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 Sonnet 4.6 2.9 7.2 11.1% 1 0ms 25,790 16,919
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 Sonnet 4.6 10.0 10.0 100.0% 0 4.94s 256 433
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 Sonnet 4.6 10.0 10.0 100.0% 0 2.61s 318 552
Seed-2.0-Lite 10.0 10.0 100.0% 0 7.26s 71 1,480
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.80s 589 635
Seed-2.0-Lite 9.0 7.9 88.9% 1 11.03s 461 3,532
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Sonnet 4.6 10.0 10.0 100.0% 0 7.48s 655 351
Seed-2.0-Lite 10.0 10.0 100.0% 0 12.38s 222 1,011

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-LitemediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneSeed-2.0-LitemediumvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsGemini 3 Flash PreviewnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewlowSeed-2.0-LitemediumvsGPT-5.3 ChatnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Lite Previewnone