Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

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

Rezumat

Comparație benchmark Seed-2.0-Lite vs Step 3.5 Flash: Step 3.5 Flash conduce la scorul mediu cu 6.6 vs 6.2. Seed-2.0-Lite are costul de benchmark mai mic, $0.019 vs $0.070. Seed-2.0-Lite este mai rapid cu 2.49s vs 72.53s, cu rate de reușită de 46.0% vs 54.0%.

Model recomandat: Seed-2.0-Lite - Scorul rămâne aproape de cel mai bun scor de aici (6.2 vs 6.6) și costă de aproximativ 3.8x mai puțin decât Step 3.5 Flash.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Seed-2.0-Lite Seed-2.0-Lite none Lansare: 2026-02-14 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor 6.2 6.6
Rang #92 #80
Fiabilitate 10.0 10.0
Consistență 8.4 8.9
Teste corecte
Rată de trecere pe încercare 46.0% 54.0%
Teste instabile 4 1
Rulări totale 63 60
Cost per rezultat 0.228 0.198
Cost total $0.019 $0.070
Preț de intrare $0.250 / 1M $0.090 / 1M
Preț de ieșire $2.000 / 1M $0.300 / 1M
Total tokenuri de intrare 46,573 34,431
Tokenuri de ieșire 3,259 91,587
Tokenuri de raționament 0 195,973
Timp de răspuns (mediu) 2.49s 72.53s
Timp de răspuns (maxim) 6.70s 453.94s
Timp de răspuns (total) 52.26s 1015.47s

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#92 Seed-2.0-Lite

none
Cost
$0.005
Timp
83.8s
Tokenuri
2,311 tok

#80 Step 3.5 Flash

medium
Cost
$0.008
Timp
277.1s
Tokenuri
23,695 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 3.0 5.9 16.7% 2 2.43s 894 709 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 5.6 10.0 33.3% 0 2.83s 8,215 410 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 3.0 10.0 0.0% 0 6.59s 16,215 498 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 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 intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 10.0 10.0 100.0% 0 1.82s 8,538 246 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 3.6 7.2 22.2% 1 1.33s 939 17 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 10.0 10.0 100.0% 0 3.45s 570 294 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 10.0 10.0 100.0% 0 1.06s 810 73 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 5.3 7.2 44.4% 1 2.78s 858 709 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 10.0 10.0 100.0% 0 3.94s 9,270 292 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Lite 3.0 10.0 0.0% 0 1.96s 264 11 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-LitenonevsGemini 3.1 Flash LiteminimalSeed-2.0-LitenonevsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsGemma 4 31BmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumSeed-2.0-LitenonevsNemotron 3 SupermediumDisponibil gratuitGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumSeed-2.0-LitenonevsGemini 3.1 Flash LitelowQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumSeed-2.0-LitenonevsGemini 3.1 Flash Lite Previewlow