AI BENCHY
Advertise here
#99

Seed-2.0-Lite

Bytedance Seed Lansare: 2026-02-14 Testat la: 2026-05-22 00:33 bytedance-seed/seed-2.0-lite::none
(medium) (none)

Rezumat

Seed-2.0-Lite obține 5.9 pe AI BENCHY și este pe #99. Are fiabilitate 10.0, rată de reușită 50.0%, cost total $0.018 și timp mediu de răspuns 2.44s.

Ce face Seed-2.0-Lite unic: Se remarcă cel mai mult la Inteligență generală, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #13.

Scor

5.9

Consistență

7.9

Total tokenuri de ieșire

3,164

Total tokenuri de intrare

0

Preț de intrare

$0.250 / 1M

Preț de ieșire

$2.000 / 1M

Teste corecte

Teste greșite: 12

Rată de trecere pe încercare: 50.0%

Teste instabile

5

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

Timp de răspuns (mediu)

2.44s

Timp de răspuns (maxim): 6.70s

Timp de răspuns (total): 48.71s

Generation showcase

Hamster playing table tennis

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

#99 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 Rularea curentă
2026-04-11 01:44 Prima rulare înregistrată 6.2 N/D $0.016 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

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 6.8 9.9
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
Cultură generală 3.0 10.0

Modele comparate