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 Owl Alpha

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-30

Metrică Seed-2.0-Lite Seed-2.0-Lite none Lansare: 2026-02-14 Owl Alpha Owl Alpha medium Lansare: 2026-04-30
Scor 6.2 5.8
Rang #79 #91
Fiabilitate N/D 10.0
Consistență 7.7 9.5
Teste corecte
Rată de trecere pe încercare 55.6% 40.7%
Teste instabile 5 1
Rulări totale 54 54
Cost per rezultat 0.200 0.000
Cost total $0.016 $0.000
Preț de intrare $0.250 / 1M $0.000 / 1M
Preț de ieșire $2.000 / 1M $0.000 / 1M
Tokenuri de ieșire 3,129 1,596
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 2.53s 11.04s
Timp de răspuns (maxim) 6.70s 58.63s
Timp de răspuns (total) 45.46s 198.65s

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 3.0 5.9 16.7% 2 2.43s 709 0
Owl Alpha 4.8 10.0 25.0% 0 3.97s 87 0
Programare 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 4.61s 380 0
Owl Alpha 10.0 10.0 100.0% 0 7.35s 402 0
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 3.0 10.0 0.0% 0 6.59s 498 0
Owl Alpha 3.0 10.0 0.0% 0 10.01s 315 0
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 1.82s 246 0
Owl Alpha 10.0 10.0 100.0% 0 21.64s 246 0
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 3.6 7.2 22.2% 1 1.33s 17 0
Owl Alpha 5.3 10.0 33.3% 0 8.58s 28 0
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
Owl Alpha 4.3 10.0 0.0% 0 58.63s 98 0
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
Owl Alpha 6.3 10.0 50.0% 0 9.59s 57 0
Rezolvare de puzzle-uri 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 5.2 4.4 55.6% 2 2.46s 620 0
Owl Alpha 3.4 7.2 11.1% 1 3.44s 135 0
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
Owl Alpha 10.0 10.0 100.0% 0 8.26s 228 0

Comparație rapidă

Schimbă perechea de comparație