AI BENCHY Compare

ByteDance Seed: Seed-2.0-Lite vs StepFun: Step 3.7 Flash

Сводка

Сравнение benchmark Seed-2.0-Lite vs Step 3.7 Flash: Seed-2.0-Lite лидирует по среднему баллу: 8.2 vs 7.3. Seed-2.0-Lite имеет более низкую стоимость benchmark: $0.175 vs $0.341. Step 3.7 Flash быстрее: 15.74s vs 47.07s, с долей успешных попыток 76.2% vs 68.3%.

Рекомендуемая модель: Seed-2.0-Lite - Здесь у него лучший балл (8.2), при этом он примерно в 1.9 раза дешевле, чем Step 3.7 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-10

Метрика	Seed-2.0-Lite Seed-2.0-Lite medium Релиз: 2026-02-14	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29

Метрика	Seed-2.0-Lite Seed-2.0-Lite medium Релиз: 2026-02-14	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	8.2	7.3
Ранг	#20	#58
Надежность	10.0	10.0
Стабильность	9.0	8.4
Тестов верно
Доля успешных попыток	76.2%	68.3%
Нестабильные тесты	3	4
Всего запусков	63	63
Стоимость за результат	1.250	2.840
Общая стоимость	$0.175	$0.341
Цена входа	$0.250 / 1M	$0.200 / 1M
Цена выхода	$2.000 / 1M	$1.150 / 1M
Общее число входных токенов	46,740	40,101
Выходные токены	3,230	289,325
Токены рассуждений	78,406	0
Время ответа (среднее)	47.07s	15.74s
Время ответа (макс.)	254.92s	124.75s
Время ответа (суммарно)	988.37s	330.63s

Generation showcase

Hamster playing table tennis

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

#20 Seed-2.0-Lite

medium

Cost: $0.005
Time: 86.7s
Tokens: 2,354 tok

#58 Step 3.7 Flash

low

Invalid SVG

Cost: $0.004
Time: 25.3s
Tokens: 3,072 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Lite	8.3	10.0	75.0%	0		17.99s	942	996	7,142
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Lite	8.0	9.8	66.7%	0		156.74s	8,247	458	31,890
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Lite	10.0	10.0	100.0%	0		37.67s	16,254	506	4,299
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	13,683	6,426	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Lite	10.0	10.0	100.0%	0		9.07s	8,562	246	1,742
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Lite	5.9	7.2	55.6%	1		88.74s	843	15	23,897
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Lite	6.7	3.6	66.7%	1		18.25s	582	304	1,620
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Lite	10.0	10.0	100.0%	0		7.26s	834	71	1,480
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Lite	9.0	7.9	88.9%	1		10.23s	894	403	3,285
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Lite	10.0	10.0	100.0%	0		12.38s	9,306	222	1,011
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Lite	3.0	10.0	0.0%	0		48.32s	276	9	2,040
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Быстрое сравнение

Сменить пару сравнения

Step 3.7 FlashlowvsMiMo-V2.5medium Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsGLM 5.1medium Step 3.7 FlashlowvsGLM 5V Turbomedium Kimi K2.6mediumБесплатно доступноvsStep 3.7 Flashlow Seed-2.0-LitemediumvsGemini 3.5 Flashnone GPT-5 MinimediumvsStep 3.7 Flashlow GPT-5.3 ChatnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsMiMo-V2-Flashmedium Claude Sonnet 4.6mediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsGrok 4.20medium Qwen3.5-35B-A3BmediumvsStep 3.7 Flashlow