Navigare
AI BENCHY
Compară Grafice Metodologie
❤️ Made by XCS
Your ad here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs OpenAI: GPT-5.3 Chat

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-06

Metrică ByteDance Seed: Seed-2.0-Mini medium Lansare: 2026-02-14 OpenAI: GPT-5.3 Chat none Lansare: 2026-03-03
Rang #23 #19
Scor mediu 6.9 7.3
Consistență 9.1 8.5
Cost per rezultat 0.280 3.163
Cost total $0.028 $0.317
Teste corecte
Rată de trecere pe încercare 68.8% 70.8%
Teste instabile 2 3
common.totalRuns 48 (16 x 3) 48 (16 x 3)
Tokenuri de ieșire 1,965 19,272
Tokenuri de raționament 58,456 0
Timp de răspuns (mediu) 65.09s 5.96s
Timp de răspuns (maxim) 262.83s 18.33s
Timp de răspuns (total) 846.14s 95.30s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

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
ByteDance Seed: Seed-2.0-Mini 7.0 10.0 66.7% 0 98.99s 354 9,352
OpenAI: GPT-5.3 Chat 7.3 7.5 77.8% 1 4.72s 3,091 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
ByteDance Seed: Seed-2.0-Mini 10.0 10.0 100.0% 0 262.83s 404 29,806
OpenAI: GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 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
ByteDance Seed: Seed-2.0-Mini 9.9 10.0 100.0% 0 24.27s 246 2,743
OpenAI: GPT-5.3 Chat 9.9 10.0 100.0% 0 2.21s 942 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
ByteDance Seed: Seed-2.0-Mini 10.0 10.0 0.0% 0 0ms 0 0
OpenAI: GPT-5.3 Chat 10.0 4.4 33.3% 2 13.01s 8,264 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
ByteDance Seed: Seed-2.0-Mini 6.0 3.4 33.3% 1 36.65s 213 4,210
OpenAI: GPT-5.3 Chat 4.0 10.0 0.0% 0 1.99s 319 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
ByteDance Seed: Seed-2.0-Mini 10.0 10.0 100.0% 0 17.47s 69 2,050
OpenAI: GPT-5.3 Chat 9.0 10.0 50.0% 0 3.29s 1,455 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
ByteDance Seed: Seed-2.0-Mini 7.0 7.2 88.9% 1 25.85s 457 5,060
OpenAI: GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
ByteDance Seed: Seed-2.0-Mini 10.0 10.0 100.0% 0 88.68s 222 5,235
OpenAI: GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V3.2mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-FlashmediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGLM 5mediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitSeed-2.0-MinimediumvsGemini 3.1 Flash Lite PreviewnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGemini 3 Flash PreviewnoneGPT-5.3 ChatnonevsQwen3.5-FlashmediumSeed-2.0-MinimediumvsGemini 3.1 Flash Lite Previewlow