ByteDance Seed: Seed-2.0-Lite vs DeepSeek: DeepSeek V4 Flash

Seed-2.0-Lite (medium) 平均分领先，为 7.9 vs 7.7。 DeepSeek V4 Flash (high) benchmark 成本更低，为 $0.041 vs $0.234。 Seed-2.0-Lite (medium) 更快，为 48.53s vs 49.75s，通过率为 74.2% vs 72.7%。

推荐模型DeepSeek V4 Flash (high)它的得分接近这里的最高分（7.7 vs 7.9），同时成本比Seed-2.0-Lite (medium)低约 5.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Seed-2.0-Lite Seed-2.0-Lite medium 发布日期: 2026-02-14	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24

指标	Seed-2.0-Lite Seed-2.0-Lite medium 发布日期: 2026-02-14	DeepSeek V4 Flash DeepSeek V4 Flash high 发布日期: 2026-04-24
分数	7.9	7.7
排名	#42	#52
可靠性	10.0	10.0
一致性	8.6	8.2
测试正确
尝试通过率	74.2%	72.7%
不稳定测试	4	5
总运行次数	66	66
每个结果成本	1.669	0.402
总成本	$0.234	$0.041
输入价格	$0.250 / 1M	$0.094 / 1M
输出价格	$2.000 / 1M	$0.188 / 1M
总输入令牌	129,897	108,392
输出令牌	12,533	14,478
推理令牌	88,047	153,687
响应时间（平均）	48.53s	49.75s
响应时间（最大）	254.92s	218.13s
响应时间（总计）	1067.74s	1094.41s

Hamster playing table tennis

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

#42 Seed-2.0-Lite

medium

成本: $0.005
时间: 86.7s
令牌: 2,354 tok

#52 DeepSeek V4 Flash

high

成本: $0.003
时间: 93.1s
令牌: 7,926 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

类别:

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-Lite	8.3	10.0	75.0%	0		17.99s	942	996	7,142
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770

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-Lite	8.0	9.8	66.7%	0		156.74s	8,247	458	31,890
DeepSeek V4 Flash	7.8	10.0	66.7%	0		50.60s	7,279	395	34,862

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-Lite	6.4	5.8	66.7%	1		58.52s	99,411	9,809	13,940
DeepSeek V4 Flash	6.4	5.8	66.7%	1		104.10s	82,663	4,633	37,533

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-Lite	10.0	10.0	100.0%	0		9.07s	8,562	246	1,742
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179

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-Lite	5.9	7.2	55.6%	1		88.74s	843	15	23,897
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249

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-Lite	6.7	3.6	66.7%	1		18.25s	582	304	1,620
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632

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-Lite	10.0	10.0	100.0%	0		7.26s	834	71	1,480
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622

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-Lite	9.0	7.9	88.9%	1		10.23s	894	403	3,285
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767

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-Lite	10.0	10.0	100.0%	0		12.38s	9,306	222	1,011
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542

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-Lite	3.0	10.0	0.0%	0		48.32s	276	9	2,040
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531

快速对比

切换对比组合