导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

ByteDance Seed: Seed-2.0-Lite vs Qwen: Qwen3.7 Plus

摘要

Seed-2.0-Lite vs Qwen3.7 Plus benchmark 对比：Seed-2.0-Lite 平均分领先，为 8.5 vs 8.2。 Seed-2.0-Lite benchmark 成本更低，为 $0.175 vs $0.177。 Qwen3.7 Plus 更快，为 38.95s vs 47.07s，通过率为 76.2% vs 77.8%。

推荐模型: Qwen3.7 Plus - 它提供了最佳整体取舍：得分有竞争力（8.2），响应快于Seed-2.0-Lite，成本也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 Seed-2.0-Lite Seed-2.0-Lite medium 发布日期: 2026-02-14 Qwen3.7 Plus Qwen3.7 Plus medium 发布日期: 2026-06-03
分数 8.5 8.2
排名 #21 #28
可靠性 10.0 10.0
一致性 9.0 9.1
测试正确
尝试通过率 76.2% 77.8%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 1.250 1.474
总成本 $0.175 $0.177
输入价格 $0.250 / 1M $0.320 / 1M
输出价格 $2.000 / 1M $1.280 / 1M
总输入令牌 46,740 40,939
输出令牌 3,230 2,125
推理令牌 78,406 125,754
响应时间（平均） 47.07s 38.95s
响应时间（最大） 254.92s 178.04s
响应时间（总计） 988.37s 817.85s

Generation showcase

Hamster playing table tennis

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

#21 Seed-2.0-Lite

medium
Cost
$0.005
Time
86.7s
Tokens
2,354 tok

#28 Qwen3.7 Plus

medium
Cost
$0.018
Time
193.2s
Tokens
10,821 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-Lite 8.3 10.0 75.0% 0 17.99s 942 996 7,142
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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 10.0 10.0 100.0% 0 37.67s 16,254 506 4,299
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

快速对比

切换对比组合

Seed-2.0-LitemediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 ProhighvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsDeepSeek V4 FlashhighGPT-5.2 ChatnonevsQwen3.7 PlusmediumSeed-2.0-LitemediumvsDeepSeek V4 ProhighQwen3.7 PlusmediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGemini 3.5 FlashlowSeed-2.0-LitemediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumSeed-2.0-LitemediumvsGPT-5.5low