Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs StepFun: Step 3.7 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Seed-2.0-Mini Seed-2.0-Mini medium Lansare: 2026-02-14 Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29
Scor 7.1 7.4
Rang #75 #60
Fiabilitate 10.0 10.0
Consistență 9.2 8.7
Teste corecte
Rată de trecere pe încercare 60.0% 68.3%
Teste instabile 2 3
Rulări totale 60 60
Cost per rezultat 0.397 2.796
Cost total $0.044 $0.336
Preț de intrare $0.100 / 1M $0.200 / 1M
Preț de ieșire $0.400 / 1M $1.150 / 1M
Tokenuri de ieșire 2,555 285,209
Tokenuri de raționament 95,974 0
Timp de răspuns (mediu) 80.22s 16.06s
Timp de răspuns (maxim) 262.83s 124.75s
Timp de răspuns (total) 1363.72s 321.11s

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-Mini 6.6 10.0 50.0% 0 74.75s 360 9,520
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 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-Mini 7.1 9.8 50.0% 0 220.48s 464 34,964
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 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-Mini 10.0 10.0 100.0% 0 262.83s 404 29,806
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 6,426 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-Mini 10.0 10.0 100.0% 0 24.27s 246 2,743
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 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-Mini 3.0 10.0 0.0% 0 0ms 0 0
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 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-Mini 5.1 3.4 33.3% 1 36.65s 213 4,210
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 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-Mini 10.0 10.0 100.0% 0 17.47s 69 2,050
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 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-Mini 8.2 7.2 88.9% 1 31.79s 527 5,667
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 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-Mini 10.0 10.0 100.0% 0 88.68s 222 5,235
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
Cultură 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-Mini 3.0 10.0 0.0% 0 56.76s 50 1,779
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-MinimediumvsQwen3.6 Max PreviewnoneKimi K2.6mediumDisponibil gratuitvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumSeed-2.0-MinimediumvsStep 3.7 FlashhighGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsSeed-2.0-MinimediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowSeed-2.0-MinimediumvsDeepSeek V4 Prohigh