AI BENCHY Compare

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

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-08

Метрика	Seed-2.0-Mini Seed-2.0-Mini medium Релиз: 2026-02-14	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Релиз: 2026-05-08

Метрика	Seed-2.0-Mini Seed-2.0-Mini medium Релиз: 2026-02-14	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Релиз: 2026-05-08
Оценка	7.2	6.8
Ранг	#56	#68
Надежность	3.3	10.0
Стабильность	9.2	8.7
Тестов верно
Доля успешных попыток	63.2%	59.7%
Нестабильные тесты	2	3
Всего запусков	57	57
Стоимость за результат	0.339	0.111
Общая стоимость	$0.038	$0.012
???? ?????	$0.100 / 1M	$0.250 / 1M
???? ??????	$0.400 / 1M	$1.500 / 1M
Выходные токены	2,469	2,457
Токены рассуждений	81,017	0
Время ответа (среднее)	68.89s	1.41s
Время ответа (макс.)	262.83s	4.49s
Время ответа (суммарно)	1102.23s	26.72s

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)	Выходные токены	Токены рассуждений
Seed-2.0-Mini	6.6	10.0	50.0%	0		74.75s	360	9,520
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	639	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Mini	10.0	10.0	100.0%	0		197.31s	448	20,614
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.31s	636	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Mini	10.0	10.0	100.0%	0		262.83s	404	29,806
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.53s	357	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Mini	10.0	10.0	100.0%	0		24.27s	246	2,743
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	279	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Mini	3.0	10.0	0.0%	0		0ms	0	0
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		1.02s	15	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Mini	5.1	3.4	33.3%	1		36.65s	213	4,210
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	63	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Mini	10.0	10.0	100.0%	0		17.47s	69	2,050
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	72	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Mini	8.2	7.2	88.9%	1		25.85s	457	5,060
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	153	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Mini	10.0	10.0	100.0%	0		88.68s	222	5,235
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		3.51s	234	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Seed-2.0-Mini	3.0	10.0	0.0%	0		56.76s	50	1,779
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		724ms	9	0

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash LiteminimalvsKimi K2.5medium Gemini 3.1 Flash LiteminimalvsGPT-5 Minimedium Seed-2.0-MinimediumvsQwen3.6 Max Previewnone Gemini 3.1 Flash LiteminimalvsQwen3.6 27Bmedium Gemini 3.1 Flash LiteminimalvsGrok 4.20medium DeepSeek V4 ProhighvsGemini 3.1 Flash Liteminimal Claude Sonnet 4.6nonevsSeed-2.0-Minimedium Gemini 3.1 Flash LiteminimalvsGPT-5.5none Gemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-02-15none Seed-2.0-MinimediumvsDeepSeek V4 Flashhigh Gemini 3.1 Flash LiteminimalvsMiMo-V2-Omnimedium Seed-2.0-MinimediumvsGPT-5.3 Chatnone