Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs StepFun: Step 3.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică Seed-2.0-Lite Seed-2.0-Lite medium Lansare: 2026-02-14 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01 Disponibil gratuit
Rang #3 #14
Scor mediu 8.5 7.4
Consistență 8.7 9.1
Cost per rezultat 0.870 0.000
Cost total $0.105 $0.000
Teste corecte
Rată de trecere pe încercare 87.5% 68.8%
Teste instabile 3 2
Rulări totale 48 48
Tokenuri de ieșire 2,815 71,452
Tokenuri de raționament 44,618 155,147
Timp de răspuns (mediu) 29.39s 29.10s
Timp de răspuns (maxim) 168.71s 170.45s
Timp de răspuns (total) 470.29s 290.96s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu 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
Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
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
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
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 9.9 10.0 100.0% 0 9.07s 246 1,742
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
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 4.0 7.2 55.6% 1 88.74s 15 23,897
Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
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 7.0 3.6 66.7% 1 18.25s 304 1,620
Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
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
Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
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 9.3 7.9 88.9% 1 11.03s 461 3,532
Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
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
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparație rapidă

Schimbă perechea de comparație

GPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponibil gratuitGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponibil gratuitSeed-2.0-LitemediumvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewlowSeed-2.0-LitemediumvsGPT-5.3 ChatnoneQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumDisponibil gratuit