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 MoonshotAI: Kimi K2.5

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 Kimi K2.5 Kimi K2.5 medium Lansare: 2026-01-27
Rang #45 #30
Scor mediu 4.9 6.4
Consistență 7.4 7.5
Cost per rezultat 0.214 2.171
Cost total $0.015 $0.196
Teste corecte
Rată de trecere pe încercare 56.3% 72.9%
Teste instabile 5 5
Rulări totale 48 48
Tokenuri de ieșire 2,743 38,453
Tokenuri de raționament 0 72,496
Timp de răspuns (mediu) 2.49s 69.83s
Timp de răspuns (maxim) 6.70s 137.29s
Timp de răspuns (total) 39.91s 628.45s

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
Kimi K2.5 7.0 7.2 88.9% 1 85.28s 335 6,255
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
Kimi K2.5 10.0 10.0 100.0% 0 71.37s 703 3,713
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
Kimi K2.5 9.9 10.0 100.0% 0 49.78s 563 7,940
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
Kimi K2.5 10.0 4.4 33.3% 2 137.29s 20,753 30,564
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
Kimi K2.5 6.0 3.4 66.7% 1 69.73s 3,815 4,262
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
Kimi K2.5 10.0 10.0 100.0% 0 92.47s 5,371 6,547
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
Kimi K2.5 4.0 7.3 44.4% 1 45.40s 6,671 12,403
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
Kimi K2.5 10.0 10.0 100.0% 0 31.74s 242 812

Comparație rapidă

Schimbă perechea de comparație