Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs xAI: Grok 4.20

Rezumat

Comparație benchmark Seed-2.0-Mini vs Grok 4.20: Seed-2.0-Mini conduce la scorul mediu cu 7.4 vs 7.3. Seed-2.0-Mini are costul de benchmark mai mic, $0.044 vs $0.609. Grok 4.20 este mai rapid cu 27.68s vs 80.22s, cu rate de reușită de 57.1% vs 63.5%.

Model recomandat: Seed-2.0-Mini - Are cel mai bun scor aici (7.4) și costă de aproximativ 14.0x mai puțin decât Grok 4.20.

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

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 7.4 7.3
Rang #50 #53
Fiabilitate 6.7 10.0
Consistență 9.3 8.8
Teste corecte
Rată de trecere pe încercare 57.1% 63.5%
Teste instabile 2 3
Rulări totale 63 63
Cost per rezultat 0.397 8.309
Cost total $0.044 $0.609
Preț de intrare $0.100 / 1M $1.250 / 1M
Preț de ieșire $0.400 / 1M $2.500 / 1M
Total tokenuri de intrare 41,904 44,433
Tokenuri de ieșire 2,555 1,819
Tokenuri de raționament 95,974 219,524
Timp de răspuns (mediu) 80.22s 27.68s
Timp de răspuns (maxim) 262.83s 199.66s
Timp de răspuns (total) 1363.72s 581.26s

Prezentare generare

Hamster playing table tennis

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

#50 Seed-2.0-Mini

medium
Cost
$0.002
Timp
161.7s
Tokenuri
4,379 tok

#53 xAI: Grok 4.20

medium
Cost
$0.041
Timp
110.3s
Tokenuri
16,336 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-Mini 6.6 10.0 50.0% 0 74.75s 791 360 9,520
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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-Mini 5.5 9.8 33.3% 0 220.48s 3,823 464 34,964
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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-Mini 10.0 10.0 100.0% 0 262.83s 16,533 404 29,806
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Seed-2.0-Mini 10.0 10.0 100.0% 0 24.27s 8,568 246 2,743
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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-Mini 3.0 10.0 0.0% 0 0ms 0 0 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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-Mini 5.1 3.4 33.3% 1 36.65s 585 213 4,210
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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-Mini 10.0 10.0 100.0% 0 17.47s 840 69 2,050
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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-Mini 8.2 7.2 88.9% 1 31.79s 903 527 5,667
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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-Mini 10.0 10.0 100.0% 0 88.68s 9,585 222 5,235
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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-Mini 3.0 10.0 0.0% 0 56.76s 276 50 1,779
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewlowvsGrok 4.20mediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsGrok 4.20mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsGrok 4.20mediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumClaude Opus 4.8nonevsSeed-2.0-MinimediumSeed-2.0-MinimediumvsDeepSeek V4 ProhighGrok 4.20mediumvsGLM 5.2none