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

ByteDance Seed: Seed-2.0-Lite vs Google: Gemini 2.5 Flash

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

Metrică Seed-2.0-Lite Seed-2.0-Lite medium Lansare: 2026-02-14 Gemini 2.5 Flash Gemini 2.5 Flash medium Lansare: 2025-06-17
Rang #3 #15
Scor 8.8 8.0
Consistență 8.7 9.5
Cost per rezultat 0.870 2.619
Cost total $0.105 $0.288
Teste corecte
Rată de trecere pe încercare 87.5% 72.9%
Teste instabile 3 1
Rulări totale 48 48
Tokenuri de ieșire 2,815 1,370
Tokenuri de raționament 44,618 110,522
Timp de răspuns (mediu) 29.39s 12.35s
Timp de răspuns (maxim) 168.71s 95.48s
Timp de răspuns (total) 470.29s 197.62s

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
Seed-2.0-Lite 10.0 10.0 100.0% 0 23.34s 990 7,037
Gemini 2.5 Flash 7.8 10.0 66.7% 0 6.98s 249 8,832
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 10.0 10.0 100.0% 0 37.67s 506 4,299
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 303 11,922
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
Seed-2.0-Lite 10.0 10.0 100.0% 0 9.07s 246 1,742
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 279 2,325
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 5.9 7.2 55.6% 1 88.74s 15 23,897
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 18 80,702
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 6.7 3.6 66.7% 1 18.25s 304 1,620
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 92 1,899
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 10.0 10.0 100.0% 0 7.26s 71 1,480
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 69 1,203
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 9.0 7.9 88.9% 1 11.03s 461 3,532
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.94s 126 2,499
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 10.0 10.0 100.0% 0 12.38s 222 1,011
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 234 1,140

Comparație rapidă

Schimbă perechea de comparație