AI BENCHY 对比
ByteDance Seed: Seed-2.0-Lite vs Google: Gemini 3.5 Flash
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-19
| 指标 | Seed-2.0-Lite Seed-2.0-Lite medium | Gemini 3.5 Flash Gemini 3.5 Flash none |
|---|---|---|
| 分数 | 8.3 | 9.1 |
| 排名 | #15 | #6 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 9.0 |
| 测试正确 | ||
| 尝试通过率 | 79.0% | 91.7% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 57 | 57 |
| 每个结果成本 | 0.958 | 3.490 |
| 总成本 | $0.125 | $0.489 |
| ???? | $0.250 / 1M | $1.500 / 1M |
| ???? | $2.000 / 1M | $9.000 / 1M |
| 输出令牌 | 3,266 | 53,202 |
| 推理令牌 | 54,082 | 0 |
| 响应时间（平均） | 31.32s | 5.59s |
| 响应时间（最大） | 168.71s | 14.88s |
| 响应时间（总计） | 595.04s | 89.50s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 8.3 | 10.0 | 75.0% | 0 | 17.99s | 996 | 7,142 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.53s | 5,101 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 10.0 | 10.0 | 100.0% | 0 | 74.49s | 436 | 7,319 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.88s | 11,611 | 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 | |
| Gemini 3.5 Flash | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 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 | 10.0 | 10.0 | 100.0% | 0 | 9.07s | 246 | 1,742 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 8.10s | 5,895 | 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 | 5.9 | 7.2 | 55.6% | 1 | 88.74s | 15 | 23,897 | |
| Gemini 3.5 Flash | 7.6 | 7.2 | 77.8% | 1 | 10.64s | 17,910 | 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 | 6.7 | 3.6 | 66.7% | 1 | 18.25s | 304 | 1,620 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.46s | 1,620 | 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 | |
| Gemini 3.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 3.38s | 3,928 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 9.0 | 7.9 | 88.9% | 1 | 11.03s | 461 | 3,532 | |
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.13s | 4,640 | 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 | |
| Gemini 3.5 Flash | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Seed-2.0-Lite | 3.0 | 10.0 | 0.0% | 0 | 48.32s | 9 | 2,040 | |
| Gemini 3.5 Flash | 2.8 | 1.6 | 33.3% | 1 | 4.87s | 2,497 | 0 |
快速对比
切换对比组合
Seed-2.0-LitemediumvsGemini 3.5 FlashminimalClaude Opus 4.7mediumvsGemini 3.5 FlashnoneGemini 3.5 FlashnonevsGPT-5.5mediumGemini 3.5 FlashnonevsGPT-5.5lowSeed-2.0-LitemediumvsGemini 3 Flash PreviewnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewlowSeed-2.0-LitemediumvsGemini 3 Flash PreviewlowSeed-2.0-LitemediumvsGPT-5.5lowGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumSeed-2.0-LitemediumvsGemini 3.1 Flash Lite PreviewnoneSeed-2.0-LitemediumvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsGemini 3.1 Flash Litelow