- 排名
- #123
- 总输出令牌
- 423,424
- 响应时间（平均）
- 127.79s
- 总成本
- $1.312
Seed-2.0-Code (high) vs Step 3.7 Flash (high)
平均分几乎持平，为 6.9 vs 6.9。 Step 3.7 Flash (high) benchmark 成本更低，为 $1.207 vs $1.312。 Step 3.7 Flash (high) 更快，为 64.68s vs 127.79s，通过率为 71.2% vs 63.6%。
- 排名
- #125
- 总输出令牌
- 1,032,395
- 响应时间（平均）
- 64.68s
- 总成本
- $1.207
推荐模型
Step 3.7 Flash (high)
它在这里得分最高（6.9），同时响应速度比Seed-2.0-Code (high)快约 2.0 倍。
详细对比
| 指标 | Seed-2.0-Code Seed-2.0-Code high | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| 分数 | 6.9 | 6.9 |
| 排名 | #123 | #125 |
| 可靠性 | 6.0 | 10.0 |
| 一致性 | 7.0 | 8.0 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 63.6% |
| 不稳定测试 | 8 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 11.921 | 10.973 |
| 总成本 | $1.312 | $1.207 |
| 输入价格 | $0.500 / 1M | $0.200 / 1M |
| 输出价格 | $3.000 / 1M | $1.150 / 1M |
| 总输入令牌 | 81,961 | 98,691 |
| 输出令牌 | 7,187 | 1,032,395 |
| 推理令牌 | 416,237 | 0 |
| 响应时间（平均） | 127.79s | 64.68s |
| 响应时间（最大） | 675.30s | 364.99s |
| 响应时间（总计） | 2811.27s | 1423.01s |
| 参数量 | ~200B 总计 (~20B 激活) | 198B 总计 (11B 激活) |
| 开放状态 | 闭源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#123 Seed-2.0-Code
high- 成本
- $0.037
- 时间
- 183.6s
- 令牌
- 12,388 tok
#125 Step 3.7 Flash
high- 成本
- $0.007
- 时间
- 63.6s
- 令牌
- 6,030 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 8.3 | 10.0 | 75.0% | 0 | 35.07s | 906 | 1,204 | 17,533 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 5.9 | 4.4 | 66.7% | 2 | 266.74s | 6,750 | 432 | 124,956 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 7.3 | 5.8 | 83.3% | 1 | 144.87s | 57,003 | 4,295 | 26,889 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 10.0 | 10.0 | 100.0% | 0 | 24.28s | 8,034 | 246 | 4,782 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 4.1 | 4.4 | 44.5% | 2 | 446.14s | 819 | 11 | 225,197 | |
| Step 3.7 Flash | 4.1 | 4.4 | 44.5% | 2 | 149.64s | 783 | 410,502 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 4.7 | 1.6 | 66.7% | 1 | 36.45s | 382 | 131 | 2,577 | |
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 9.8 | 10.0 | 100.0% | 0 | 11.26s | 816 | 72 | 2,661 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 7.6 | 7.2 | 77.8% | 1 | 15.91s | 786 | 585 | 4,473 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 4.7 | 1.6 | 66.7% | 1 | 35.09s | 6,198 | 196 | 644 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Code | 3.0 | 10.0 | 0.0% | 0 | 52.23s | 267 | 15 | 6,525 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 |
快速对比
切换对比组合
GPT-5.5nonevsStep 3.7 FlashhighSeed-2.0-CodehighvsQwen3.6 FlashmediumSeed-2.0-CodemediumvsStep 3.7 FlashhighSeed-2.0-CodehighvsGPT-5.5noneQwen3.6 FlashmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsSolar Pro 4lowSeed-2.0-CodehighvsMiMo-V2.5-PromediumSeed-2.0-CodehighvsSolar Pro 4lowStep 3.7 FlashhighvsMiMo-V2.5-PromediumSeed-2.0-CodehighvsGPT-5.6 SolnoneGemini 3.5 FlashminimalvsStep 3.7 FlashhighSeed-2.0-CodehighvsDeepSeek V4 Pronone