AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs Google: Gemini 3 Flash Preview

Сводка

Сравнение benchmark Seed-2.0-Mini vs Gemini 3 Flash Preview: Seed-2.0-Mini лидирует по среднему баллу: 7.4 vs 6.9. Gemini 3 Flash Preview имеет более низкую стоимость benchmark: $0.025 vs $0.044. Gemini 3 Flash Preview быстрее: 1.65s vs 80.22s, с долей успешных попыток 57.1% vs 66.7%.

Рекомендуемая модель: Gemini 3 Flash Preview - Его балл близок к лучшему здесь (6.9 против 7.4), при этом он примерно в 1.8 раза дешевле, чем Seed-2.0-Mini.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	Seed-2.0-Mini Seed-2.0-Mini medium Релиз: 2026-02-14	Gemini 3 Flash Preview Gemini 3 Flash Preview none Релиз: 2025-12-17

Метрика	Seed-2.0-Mini Seed-2.0-Mini medium Релиз: 2026-02-14	Gemini 3 Flash Preview Gemini 3 Flash Preview none Релиз: 2025-12-17
Оценка	7.4	6.9
Ранг	#51	#68
Надежность	6.7	10.0
Стабильность	9.3	9.2
Тестов верно
Доля успешных попыток	57.1%	66.7%
Нестабильные тесты	2	2
Всего запусков	63	63
Стоимость за результат	0.397	0.186
Общая стоимость	$0.044	$0.025
Цена входа	$0.100 / 1M	$0.500 / 1M
Цена выхода	$0.400 / 1M	$3.000 / 1M
Общее число входных токенов	41,904	37,011
Выходные токены	2,555	1,885
Токены рассуждений	95,974	0
Время ответа (среднее)	80.22s	1.65s
Время ответа (макс.)	262.83s	3.56s
Время ответа (суммарно)	1363.72s	23.07s

Generation showcase

Hamster playing table tennis

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

#51 Seed-2.0-Mini

medium

Cost: $0.002
Time: 161.7s
Tokens: 4,379 tok

#68 Gemini 3 Flash Preview

none

Cost: $0.003
Time: 5.6s
Tokens: 981 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-Mini	6.6	10.0	50.0%	0		74.75s	791	360	9,520
Gemini 3 Flash Preview	8.3	10.0	75.0%	0		1.25s	498	214	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Mini	5.5	9.8	33.3%	0		220.48s	3,823	464	34,964
Gemini 3 Flash Preview	5.5	10.0	33.3%	0		1.80s	8,122	453	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Mini	10.0	10.0	100.0%	0		262.83s	16,533	404	29,806
Gemini 3 Flash Preview	4.7	1.6	66.7%	1		3.56s	12,862	350	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-Mini	10.0	10.0	100.0%	0		24.27s	8,568	246	2,743
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		1.41s	7,263	279	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Mini	3.0	10.0	0.0%	0		0ms	0	0	0
Gemini 3 Flash Preview	7.7	10.0	66.7%	0		963ms	643	18	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Mini	5.1	3.4	33.3%	1		36.65s	585	213	4,210
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		1.13s	490	104	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Mini	10.0	10.0	100.0%	0		17.47s	840	69	2,050
Gemini 3 Flash Preview	6.4	5.8	66.7%	1		1.58s	619	74	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Mini	8.2	7.2	88.9%	1		31.79s	903	527	5,667
Gemini 3 Flash Preview	7.7	10.0	66.7%	0		1.05s	574	144	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Mini	10.0	10.0	100.0%	0		88.68s	9,585	222	5,235
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.35s	5,784	234	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Seed-2.0-Mini	3.0	10.0	0.0%	0		56.76s	276	50	1,779
Gemini 3 Flash Preview	3.0	10.0	0.0%	0		1.07s	156	15	0

Быстрое сравнение

Сменить пару сравнения