Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs Inception: Mercury 2

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

Metrică Seed-2.0-Lite Seed-2.0-Lite none Lansare: 2026-02-14 Mercury 2 Mercury 2 medium Lansare: 2026-02-24
Rang #45 #40
Scor mediu 4.9 5.3
Consistență 7.4 8.4
Cost per rezultat 0.214 0.631
Cost total $0.015 $0.045
Teste corecte
Rată de trecere pe încercare 56.3% 54.2%
Teste instabile 5 3
Rulări totale 48 48
Tokenuri de ieșire 2,743 3,708
Tokenuri de raționament 0 45,921
Timp de răspuns (mediu) 2.49s 2.36s
Timp de răspuns (maxim) 6.70s 14.63s
Timp de răspuns (total) 39.91s 35.39s

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 4.6 22.2% 2 2.93s 703 0
Mercury 2 7.3 9.8 66.7% 0 1.30s 2,531 2,410
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 0.0% 0 6.59s 498 0
Mercury 2 10.0 10.0 100.0% 0 3.28s 268 4,887
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 1.82s 246 0
Mercury 2 5.5 5.9 83.3% 1 1.11s 183 1,656
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 10.0 7.2 22.2% 1 1.33s 17 0
Mercury 2 10.0 7.2 11.1% 1 6.48s 41 30,754
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 10.0 10.0 100.0% 0 3.45s 294 0
Mercury 2 4.0 10.0 0.0% 0 821ms 137 542
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 1.06s 73 0
Mercury 2 10.0 10.0 100.0% 0 1.07s 14 958
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 4.0 4.4 55.6% 2 2.46s 620 0
Mercury 2 1.7 7.5 22.2% 1 934ms 354 2,758
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 3.94s 292 0
Mercury 2 10.0 10.0 100.0% 0 1.89s 180 1,956

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-LitenonevsGrok 4.20 Multi-Agent BetamediumMercury 2mediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsMercury 2mediumSeed-2.0-Litenonevsgpt-oss-120bmediumDisponibil gratuitDeepSeek V3.2nonevsMercury 2mediumSeed-2.0-LitenonevsMiniMax M2.5mediumMercury 2mediumvsQwen3.5-122B-A10BnoneMercury 2mediumvsQwen3.5-27BnoneSeed-2.0-LitenonevsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsGPT-5 NanomediumMercury 2mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGLM 5none