AI BENCHY 对比
ByteDance Seed: Seed-2.0-Lite vs DeepSeek: DeepSeek V3.2
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-03-12
| 指标 | Seed-2.0-Lite Seed-2.0-Lite medium | DeepSeek V3.2 DeepSeek V3.2 none |
|---|---|---|
| 排名 | #3 | #37 |
| 平均分 | 8.5 | 5.5 |
| 一致性 | 8.7 | 8.4 |
| 每个结果成本 | 0.870 | 0.220 |
| 总成本 | $0.105 | $0.016 |
| 测试正确 | ||
| 尝试通过率 | 87.5% | 54.2% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 48 | 48 |
| 输出令牌 | 2,815 | 7,823 |
| 推理令牌 | 44,618 | 0 |
| 响应时间（平均） | 29.39s | 12.86s |
| 响应时间（最大） | 168.71s | 115.89s |
| 响应时间（总计） | 470.29s | 205.78s |
分数 vs 总成本
响应时间（平均）
平均分 vs 响应时间（平均）
总输出令牌
平均分 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 23.34s | 990 | 7,037 | |
| DeepSeek V3.2 | 10.0 | 9.7 | 0.0% | 0 | 8.79s | 1,411 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 37.67s | 506 | 4,299 | |
| DeepSeek V3.2 | 8.0 | 10.0 | 0.0% | 0 | 115.89s | 2,887 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 9.9 | 10.0 | 100.0% | 0 | 9.07s | 246 | 1,742 | |
| DeepSeek V3.2 | 5.4 | 5.8 | 66.7% | 1 | 9.42s | 1,710 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 4.0 | 7.2 | 55.6% | 1 | 88.74s | 15 | 23,897 | |
| DeepSeek V3.2 | 10.0 | 7.2 | 22.2% | 1 | 1.61s | 24 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 7.0 | 3.6 | 66.7% | 1 | 18.25s | 304 | 1,620 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 2.86s | 67 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 7.26s | 71 | 1,480 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 1.52s | 66 | 0 |
| Puzzle Solving | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 9.3 | 7.9 | 88.9% | 1 | 11.03s | 461 | 3,532 | |
| DeepSeek V3.2 | 7.7 | 7.5 | 88.9% | 1 | 7.37s | 1,136 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 12.38s | 222 | 1,011 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 11.85s | 522 | 0 |
快速对比
切换对比组合
DeepSeek V3.2nonevsGPT-5 NanomediumDeepSeek V3.2nonevsQwen3.5-35B-A3BmediumDeepSeek V3.2nonevsMercury 2mediumDeepSeek V3.2nonevsNemotron 3 Super 120b A12bmedium免费可用Seed-2.0-LitemediumvsGemini 3 Flash PreviewlowDeepSeek V3.2nonevsHunter AlphamediumDeepSeek V3.2nonevsgpt-oss-120bmedium免费可用DeepSeek V3.2nonevsGPT-5 MinimediumDeepSeek V3.2nonevsGrok 4.20 Multi-Agent BetamediumDeepSeek V3.2nonevsGrok 4.1 FastmediumDeepSeek V3.2nonevsMiniMax M2.5mediumDeepSeek V3.2nonevsKimi K2.5medium