AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs Kwaipilot: KAT-Coder-Pro V2.5

Rezumat

Seed-2.0-Lite (medium) conduce la scorul mediu cu 8.5 vs 8.0. Seed-2.0-Lite (medium) are costul de benchmark mai mic, $0.175 vs $0.220. KAT-Coder-Pro V2.5 (low) este mai rapid cu 10.44s vs 47.07s, cu rate de reușită de 76.2% vs 71.4%.

Model recomandatSeed-2.0-Lite (medium)Are cel mai puternic scor din această comparație (8.5) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14

Metrică	Seed-2.0-Lite Seed-2.0-Lite medium Lansare: 2026-02-14	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lansare: 2026-07-14

Metrică	Seed-2.0-Lite Seed-2.0-Lite medium Lansare: 2026-02-14	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low Lansare: 2026-07-14
Scor	8.5	8.0
Rang	#21	#35
Fiabilitate	10.0	9.9
Consistență	9.0	7.3
Teste corecte
Rată de trecere pe încercare	76.2%	71.4%
Teste instabile	3	7
Rulări totale	63	63
Cost per rezultat	1.250	1.991
Cost total	$0.175	$0.220
Preț de intrare	$0.250 / 1M	$0.740 / 1M
Preț de ieșire	$2.000 / 1M	$2.960 / 1M
Total tokenuri de intrare	46,740	42,750
Tokenuri de ieșire	3,230	2,167
Tokenuri de raționament	78,406	61,133
Timp de răspuns (mediu)	47.07s	10.44s
Timp de răspuns (maxim)	254.92s	51.34s
Timp de răspuns (total)	988.37s	219.17s

Prezentare generare

Hamster playing table tennis

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

#21 Seed-2.0-Lite

medium

Cost: $0.005
Timp: 86.7s
Tokenuri: 2,354 tok

#35 KAT-Coder-Pro V2.5

low

Cost: $0.016
Timp: 47.6s
Tokenuri: 5,182 tok

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

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Seed-2.0-Lite	8.3	10.0	75.0%	0		17.99s	942	996	7,142
KAT-Coder-Pro V2.5	6.9	5.8	75.0%	2		4.20s	672	277	4,228

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Seed-2.0-Lite	8.0	9.8	66.7%	0		156.74s	8,247	458	31,890
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Seed-2.0-Lite	10.0	10.0	100.0%	0		37.67s	16,254	506	4,299
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		14.59s	15,132	394	3,391

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Seed-2.0-Lite	10.0	10.0	100.0%	0		9.07s	8,562	246	1,742
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		4.19s	7,776	288	1,917

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Seed-2.0-Lite	5.9	7.2	55.6%	1		88.74s	843	15	23,897
KAT-Coder-Pro V2.5	4.1	4.4	44.5%	2		17.52s	771	35	16,877

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Seed-2.0-Lite	6.7	3.6	66.7%	1		18.25s	582	304	1,620
KAT-Coder-Pro V2.5	4.1	2.7	33.3%	1		2.32s	516	99	412

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Seed-2.0-Lite	10.0	10.0	100.0%	0		7.26s	834	71	1,480
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		2.53s	699	83	1,008

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Seed-2.0-Lite	9.0	7.9	88.9%	1		10.23s	894	403	3,285
KAT-Coder-Pro V2.5	6.4	4.4	77.8%	2		3.11s	696	289	1,820

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Seed-2.0-Lite	10.0	10.0	100.0%	0		12.38s	9,306	222	1,011
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		18.45s	8,391	282	834

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Seed-2.0-Lite	3.0	10.0	0.0%	0		48.32s	276	9	2,040
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		17.06s	204	18	5,701

Comparație rapidă

Schimbă perechea de comparație