- Scor
- 7.5 (+0.03 puncte)
- Cost total (preț curent)
- $0.000 · cu 100.0% mai ieftin
- Timp de răspuns (mediu)
- 29.38s · cu 67.9% mai rapid
Bytedance Seed
Lansare: 2026-02-14
Testat la: 2026-10-01 02:41
bytedance-seed/seed-2.0-mini::medium
~50B în total (~5B activi)MoEÎnchisEstimat Rezumat
Seed-2.0-Mini obține 7.5 pe AI BENCHY și este pe #138. Are fiabilitate 9.4, rată de reușită 59.4%, cost total $0.140 și timp mediu de răspuns 91.67s.
Ce face Seed-2.0-Mini unic: Se remarcă cel mai mult la Respectarea instrucțiunilor, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #16.
Alternative recomandate
Recomandăm să alegi unul dintre aceste modele în schimb:
- Scor
- 8.3 (+0.74 puncte)
- Cost total (preț curent)
- $0.000 · cu 100.0% mai ieftin
- Timp de răspuns (mediu)
- 88.74s · cu 3.2% mai rapid
- Scor
- 8.6 (+1.06 puncte)
- Cost total (preț curent)
- $0.061 · cu 56.8% mai ieftin
- Timp de răspuns (mediu)
- 7.51s · cu 91.8% mai rapid
Date despre model
Documentat la 2026-08-12
- Parametri
- ~50B în total (~5B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
7.5
Consistență
9.0
9.4
$0.140
Total tokenuri de ieșire
271,559
Total tokenuri de intrare
313,368
Preț de intrare
$0.100 / 1M
Preț de ieșire
$0.400 / 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
3
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.
#138 Seed-2.0-Mini
medium- Cost
- $0.002
- Timp
- 161.7s
- Tokenuri
- 4,379 tok
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-10-01 02:41 Retestare | 7.5 | 9.4 | $0.140 | Rularea curentă | |
| 2026-07-16 23:23 Test nou adăugat | 7.0 | 8.5 | $0.101 | Compară | |
| 2026-06-04 14:36 Test nou adăugat | 6.9 | 6.7 | $0.044 | Compară | |
| 2026-05-22 00:44 Suită modificată | 7.1 | 5.0 | $0.044 | Compară | |
| 2026-04-11 01:44 Prima rulare înregistrată | 7.5 | N/D | $0.037 | 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 02:41 · Rularea curentă | 69/69 încercări | 7.5 | 9.0 | 9.4 | 12/23 | 3 | 271,559 | 313,368 | $0.140 | 91.67s |
| 2026-05-22 00:44 · Suită modificată | 60/60 încercări | 7.1 | 9.2 | 5.0 | 11/20 | 2 | 97,852 | 0 | $0.044 | 79.17s |
| Diferență | — | +0.5 | -0.2 | +4.4 | +1 | +1 | +173707 | +313368 | +$0.097 | +12501ms |
Acoperirea benchmark diferă: 69/69 încercări (Țintă: 3 repetări per test) față de 60/60 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-MinimediumvsGLM 5.1mediumSeed-2.0-MinimediumvsMistral Large 4highSeed-2.0-MinimediumvsSpace Bunny AlphahighSeed-2.0-MinimediumvsSeed-2.0-CodehighSeed-2.0-MinimediumvsQwen3.8 27BlowDisponibil gratuitSeed-2.0-MinimediumvsGPT-5.6 LunamediumSeed-2.0-MinimediumvsGPT-6 LunalowSeed-2.0-MinimediumvsQwen3.6 FlashmediumSeed-2.0-MinimediumvsQwen3.8 Flash NextmediumSeed-2.0-MinimediumvsDeepSeek V4 Flash 0731low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 10.0 | 10.0 | |
| Trucuri anti-AI | 6.6 | 10.0 | |
| Programare | 5.5 | 9.8 | |
| Combinat | 7.3 | 5.8 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 3.0 | 10.0 | |
| Inteligență generală | 5.1 | 3.4 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 8.2 | 7.2 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |