AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#66

Seed-2.0-Lite

Bytedance Seed Lansare: 2026-02-14 Testat la: 2026-04-11 01:44 bytedance-seed/seed-2.0-lite::none
(medium) (none)

Rezumat

Seed-2.0-Lite obține 6.2 pe AI BENCHY și este pe #66. Are fiabilitate N/D, rată de reușită 55.6%, cost total $0.016 și timp mediu de răspuns 2.53s.

Ce face Seed-2.0-Lite unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Scor

6.2

Consistență

7.7

Fiabilitate

N/D

Total tokenuri de ieșire

3,129

Total tokenuri de intrare

0

Preț de intrare

$0.250 / 1M

Preț de ieșire

$2.000 / 1M

Teste corecte

Teste greșite: 10

Rată de trecere pe încercare: 55.6%

Teste instabile

5

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

2.53s

Timp de răspuns (maxim): 6.70s

Timp de răspuns (total): 45.46s

Generation showcase

Hamster playing table tennis

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

#66 Seed-2.0-Lite

none
Cost
$0.005
Time
83.8s
Tokens
2,311 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 14:17 Test nou adăugat 5.8 10.0 $0.019 Compară
2026-05-22 00:33 Suită modificată 5.9 10.0 $0.018 Compară
2026-04-11 01:44 Prima rulare înregistrată 6.2 N/D $0.016 Rularea curentă

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 3.0 5.9
Programare 10.0 10.0
Combinat 3.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 3.6 7.2
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 5.2 4.4
Apelare instrumente 10.0 10.0

Modele comparate