AI BENCHY Compare

ByteDance Seed: Seed-2.0-Mini vs xAI: Grok 4.20

Сводка

Сравнение benchmark Seed-2.0-Mini vs Grok 4.20: Seed-2.0-Mini лидирует по среднему баллу: 7.4 vs 7.3. Seed-2.0-Mini имеет более низкую стоимость benchmark: $0.044 vs $0.609. Grok 4.20 быстрее: 27.68s vs 80.22s, с долей успешных попыток 57.1% vs 63.5%.

Рекомендуемая модель: Seed-2.0-Mini - Здесь у него лучший балл (7.4), при этом он примерно в 14.0 раза дешевле, чем Grok 4.20.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика	Seed-2.0-Mini Seed-2.0-Mini medium Релиз: 2026-02-14	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	Seed-2.0-Mini Seed-2.0-Mini medium Релиз: 2026-02-14	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	7.4	7.3
Ранг	#50	#53
Надежность	6.7	10.0
Стабильность	9.3	8.8
Тестов верно
Доля успешных попыток	57.1%	63.5%
Нестабильные тесты	2	3
Всего запусков	63	63
Стоимость за результат	0.397	8.309
Общая стоимость	$0.044	$0.609
Цена входа	$0.100 / 1M	$1.250 / 1M
Цена выхода	$0.400 / 1M	$2.500 / 1M
Общее число входных токенов	41,904	44,433
Выходные токены	2,555	1,819
Токены рассуждений	95,974	219,524
Время ответа (среднее)	80.22s	27.68s
Время ответа (макс.)	262.83s	199.66s
Время ответа (суммарно)	1363.72s	581.26s

Генерация showcase

Hamster playing table tennis

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

#50 Seed-2.0-Mini

medium

Стоимость: $0.002
Время: 161.7s
Токены: 4,379 tok

#53 xAI: Grok 4.20

medium

Стоимость: $0.041
Время: 110.3s
Токены: 16,336 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
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

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
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

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
Grok 4.20	10.0	10.0	100.0%	0		17.40s	12,909	232	9,556

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
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

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
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

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
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

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
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Быстрое сравнение

Сменить пару сравнения

Gemini 3 Flash PreviewlowvsGrok 4.20medium Seed-2.0-MinimediumvsGemini 3 Flash Previewlow Claude Sonnet 4.6nonevsGrok 4.20medium Seed-2.0-MinimediumvsGPT-5.3 Chatnone Claude Sonnet 4.6nonevsSeed-2.0-Minimedium Claude Opus 4.8nonevsGrok 4.20medium GPT-5.3 ChatnonevsGrok 4.20medium DeepSeek V4 PrononevsGrok 4.20medium Qwen3.7 PlusnonevsGrok 4.20medium Claude Opus 4.8nonevsSeed-2.0-Minimedium Seed-2.0-MinimediumvsDeepSeek V4 Prohigh Grok 4.20mediumvsGLM 5.2none