- Scor
- 9.4 (+3.92 puncte)
- Cost total (preț curent)
- $0.183 · cu 28.8% mai ieftin
- Timp de răspuns (mediu)
- 6.24s · cu 64.3% mai rapid
Bytedance Seed
Lansare: 2026-08-12
Testat la: 2026-10-01 04:07
bytedance-seed/seed-2.0-code::none
~200B în total (~20B activi)MoEÎnchisEstimat
Rezumat
Seed-2.0-Code obține 5.4 pe AI BENCHY și este pe #354. Are fiabilitate 9.0, rată de reușită 37.7%, cost total $0.257 și timp mediu de răspuns 17.51s.
Ce face Seed-2.0-Code unic: Se remarcă cel mai mult la Sarcini agentice, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #13.
Alternative recomandate
Recomandăm să alegi unul dintre aceste modele în schimb:
- Scor
- 8.6 (+3.14 puncte)
- Cost total (preț curent)
- $0.061 · cu 76.4% mai ieftin
- Timp de răspuns (mediu)
- 7.51s · cu 57.1% mai rapid
- Scor
- 8.3 (+2.83 puncte)
- Cost total (preț curent)
- $0.047 · cu 81.7% mai ieftin
- Timp de răspuns (mediu)
- 18.07s · cu 3.2% mai lent
Date despre model
Documentat la 2026-08-12
- Parametri
- ~200B în total (~20B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
5.4
Consistență
7.9
9.0
$0.257
Total tokenuri de ieșire
32,069
Total tokenuri de intrare
319,668
Preț de intrare
$0.500 / 1M
Preț de ieșire
$3.000 / 1M
Preț citire cache
N/D
Preț scriere cache
N/D
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
Teste instabile
6
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#354 Seed-2.0-Code
none- Cost
- $0.030
- Timp
- 140.6s
- Tokenuri
- 9,924 tok
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-10-01 04:07 Retestare | 5.4 | 9.0 | $0.257 | Rularea curentă | |
| 2026-08-12 22:36 Prima rulare | 5.3 | 6.7 | $0.151 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 04:07 · Rularea curentă | 69/69 încercări | 5.4 | 7.9 | 9.0 | 6/23 | 6 | 32,069 | 319,668 | $0.257 | 17.51s |
| 2026-08-12 22:36 · Prima rulare | 66/66 încercări | 5.3 | 8.1 | 6.7 | 6/22 | 5 | 23,432 | 159,740 | $0.151 | 14.67s |
| Diferență | — | +0.2 | -0.2 | +2.3 | 0 | +1 | +8637 | +159928 | +$0.106 | +2837ms |
Acoperirea benchmark diferă: 69/69 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
Seed-2.0-CodenonevsGemma 4 26B A4BnoneDisponibil gratuitSeed-2.0-CodenonevsQwen3.8 27BnoneDisponibil gratuitSeed-2.0-CodenonevsGPT-6 LunanoneSeed-2.0-CodenonevsNorth Mini CodemediumDisponibil gratuitSeed-2.0-CodenonevsGemini 2.5 FlashnoneSeed-2.0-CodenonevsHy4 previewlowSeed-2.0-CodenonevsLing 3.1 FlashnoneSeed-2.0-CodenonevsMiMo-V2.6-FlashnoneSeed-2.0-CodenonevsKimi K2.6noneSeed-2.0-CodenonevsStep 3.5 Flashmedium
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 6.1 | 3.1 | |
| Trucuri anti-AI | 3.0 | 5.9 | |
| Programare | 3.6 | 9.8 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 3.5 | 4.4 | |
| Inteligență generală | 5.0 | 10.0 | |
| Respectarea instrucțiunilor | 6.2 | 5.8 | |
| Rezolvare de puzzle-uri | 7.7 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |