Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs xAI: Grok Build 0.1

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Seed-2.0-Mini Seed-2.0-Mini medium Lansare: 2026-02-14 Grok Build 0.1 Grok Build 0.1 none Lansare: 2026-05-21
Scor 7.1 6.6
Rang #68 #82
Fiabilitate 5.0 10.0
Consistență 9.2 8.0
Teste corecte
Rată de trecere pe încercare 60.0% 60.4%
Teste instabile 2 4
Rulări totale 60 57
Cost per rezultat 0.394 7.805
Cost total $0.044 $0.547
Preț de intrare $0.100 / 1M $1.000 / 1M
Preț de ieșire $0.400 / 1M $2.000 / 1M
Tokenuri de ieșire 2,485 267,275
Tokenuri de raționament 95,367 0
Timp de răspuns (mediu) 79.17s 28.69s
Timp de răspuns (maxim) 262.83s 138.35s
Timp de răspuns (total) 1345.89s 459.00s

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 Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 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 6.8 9.8 50.0% 0 220.48s 464 34,964
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 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
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 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
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 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
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 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
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 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
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 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 25.85s 457 5,060
Grok Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 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
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 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
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsSeed-2.0-MinimediumQwen3.6 27BmediumvsGrok Build 0.1noneDeepSeek V4 ProhighvsGrok Build 0.1noneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneSeed-2.0-MinimediumvsRing-2.6-1TnoneGPT-5 MinimediumvsGrok Build 0.1noneGrok Build 0.1nonevsMiMo-V2-OmnimediumSeed-2.0-MinimediumvsDeepSeek V4 FlashhighDisponibil gratuitSeed-2.0-MinimediumvsGemma 4 31BnoneDisponibil gratuitSeed-2.0-MinimediumvsGPT-5.3 Chatnone