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-Mini vs xAI: Grok 4.20

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-02

Metrică Seed-2.0-Mini Seed-2.0-Mini medium Lansare: 2026-02-14 Grok 4.20 Grok 4.20 medium Lansare: 2026-03-31
Scor 7.3 7.1
Rang #35 #40
Consistență 9.1 8.2
Teste corecte
Rată de trecere pe încercare 64.7% 66.7%
Teste instabile 2 4
Rulări totale 51 51
Cost per rezultat 0.281 7.358
Cost total $0.029 $0.663
Preț de intrare $0.100 / 1M $2.000 / 1M
Preț de ieșire $0.400 / 1M $6.000 / 1M
Tokenuri de ieșire 1,971 1,494
Tokenuri de raționament 58,624 97,078
Timp de răspuns (mediu) 60.58s 9.50s
Timp de răspuns (maxim) 262.83s 29.87s
Timp de răspuns (total) 848.16s 161.54s

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
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
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
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
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-Mini 8.2 7.2 88.9% 1 25.85s 457 5,060
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsGrok 4.20mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGPT-5.3 ChatnonevsGrok 4.20mediumSeed-2.0-MinimediumvsGPT-5.2 ChatnoneSeed-2.0-MinimediumvsGemini 3.1 Flash Lite PreviewnoneSeed-2.0-MinimediumvsQwen3.5 Plus 2026-02-15noneSeed-2.0-MinimediumvsGemma 4 31BnoneSeed-2.0-MinimediumvsGLM 5none