AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs Google: Gemini 3.1 Flash Lite Preview

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-12

Метрика	Seed-2.0-Lite Seed-2.0-Lite medium Релиз: 2026-02-14	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Релиз: 2026-03-03

Метрика	Seed-2.0-Lite Seed-2.0-Lite medium Релиз: 2026-02-14	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Релиз: 2026-03-03
Ранг	#3	#23
Средний балл	8.5	7.1
Стабильность	8.7	9.6
Стоимость за результат	0.870	0.144
Общая стоимость	$0.105	$0.015
Тестов верно
Доля успешных попыток	87.5%	66.7%
Нестабильные тесты	3	1
Всего запусков	48	48
Выходные токены	2,815	4,715
Токены рассуждений	44,618	0
Время ответа (среднее)	29.39s	1.33s
Время ответа (макс.)	168.71s	3.39s
Время ответа (суммарно)	470.29s	21.27s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Средний балл vs Время ответа (среднее)

Общее число выходных токенов

Средний балл vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Lite	10.0	10.0	100.0%	0		23.34s	990	7,037
Gemini 3.1 Flash Lite Preview	6.0	7.8	55.6%	1		1.16s	1,086	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Lite	10.0	10.0	100.0%	0		37.67s	506	4,299
Gemini 3.1 Flash Lite Preview	10.0	10.0	0.0%	0		3.20s	339	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Lite	9.9	10.0	100.0%	0		9.07s	246	1,742
Gemini 3.1 Flash Lite Preview	9.9	10.0	100.0%	0		1.22s	399	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Lite	4.0	7.2	55.6%	1		88.74s	15	23,897
Gemini 3.1 Flash Lite Preview	4.0	10.0	33.3%	0		942ms	568	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Lite	7.0	3.6	66.7%	1		18.25s	304	1,620
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		741ms	69	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Lite	10.0	10.0	100.0%	0		7.26s	71	1,480
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.13s	574	0

Puzzle Solving	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Lite	9.3	7.9	88.9%	1		11.03s	461	3,532
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		972ms	898	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Lite	10.0	10.0	100.0%	0		12.38s	222	1,011
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.39s	782	0

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 Betamedium Gemini 3.1 Flash Lite PreviewnonevsMiMo-V2-Flashmedium Seed-2.0-MinimediumvsGemini 3.1 Flash Lite Previewnone Gemini 3.1 Flash Lite PreviewnonevsQwen3.5-Flashmedium DeepSeek V3.2mediumvsGemini 3.1 Flash Lite Previewnone Seed-2.0-LitemediumvsGemini 3 Flash Previewlow Gemini 3.1 Flash Lite PreviewnonevsGLM 5medium Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumБесплатно доступно Claude Opus 4.6mediumvsGemini 3.1 Flash Lite Previewnone Gemini 3.1 Flash Lite PreviewnonevsGPT-5.2medium Claude Sonnet 4.6mediumvsGemini 3.1 Flash Lite Previewnone Gemini 3.1 Flash Lite PreviewnonevsQwen3.5-122B-A10Bmedium