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 OpenAI: GPT-5.4

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 GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05
Rang #3 #9
Scor 8.8 8.5
Consistență 8.7 8.5
Cost per rezultat 0.870 6.601
Cost total $0.105 $0.793
Teste corecte
Rată de trecere pe încercare 87.5% 83.3%
Teste instabile 3 3
Rulări totale 48 48
Tokenuri de ieșire 2,815 1,756
Tokenuri de raționament 44,618 46,642
Timp de răspuns (mediu) 29.39s 20.05s
Timp de răspuns (maxim) 168.71s 100.41s
Timp de răspuns (total) 470.29s 320.87s

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
GPT-5.4 10.0 10.0 100.0% 0 5.02s 216 1,466
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
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
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
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
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
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
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
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
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
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
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
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
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
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-LitemediumvsGemini 3 Flash PreviewlowGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumSeed-2.0-LitemediumvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsGemini 3 Flash PreviewnoneClaude Sonnet 4.6nonevsGPT-5.4mediumSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewlowSeed-2.0-LitemediumvsGPT-5.3 ChatnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewnoneClaude Sonnet 4.6nonevsSeed-2.0-Litemedium