导航
Advertise here

Seed-2.0-Lite (medium) vs GLM 5.2 (medium)

GLM 5.2 (medium) 平均分领先，为 7.8 vs 7.8。 GLM 5.2 (medium) benchmark 成本更低，为 $0.224 vs $0.236。 GLM 5.2 (medium) 更快，为 23.28s vs 47.94s，通过率为 69.7% vs 80.3%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-08

已对比模型

排名
#85
总输出令牌
101,296
响应时间（平均）
47.94s
总成本
$0.236
排名
#81
总输出令牌
61,761
响应时间（平均）
23.28s
总成本
$0.224
推荐模型 GLM 5.2 (medium)

它在这里得分最高（7.8），同时响应速度比Seed-2.0-Lite (medium)快约 2.1 倍。

详细对比

指标 Seed-2.0-Lite Seed-2.0-Lite medium 发布日期: 2026-02-14 GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17
分数 7.8 7.8
排名 #85 #81
可靠性 10.0 9.5
一致性 8.6 8.0
尝试次数 66/66 63/66
测试正确
尝试通过率 69.7% 80.3%
不稳定测试 4 4
总运行次数 66 63
每个结果成本 1.809 2.159
总成本 $0.236 $0.224
输入价格 $0.250 / 1M $0.966 / 1M
输出价格 $2.000 / 1M $3.036 / 1M
总输入令牌 129,906 37,199
输出令牌 12,530 12,261
推理令牌 88,766 49,500
响应时间（平均） 47.94s 23.28s
响应时间（最大） 254.92s 101.36s
响应时间（总计） 1054.57s 488.94s
参数量 ~200B 总计 (~20B 激活) 744B 总计 (40B 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.

#85 Seed-2.0-Lite

medium
成本
$0.005
时间
86.7s
令牌
2,354 tok

#81 GLM 5.2

medium
成本
$0.041
时间
195.8s
令牌
9,287 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

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
GLM 5.2 8.2 7.2 88.9% 1 40.96s 7,317 1,475 17,123

快速对比

切换对比组合

Claude Opus 4.8lowvsSeed-2.0-LitemediumSeed-2.0-LitemediumvsQwen3.7 FlashhighQwen3.8 27BlowvsGLM 5.2mediumGPT-5.2 ChatnonevsGLM 5.2mediumKimi K3maxvsGLM 5.2mediumClaude Opus 4.8lowvsGLM 5.2mediumQwen3.7 FlashhighvsGLM 5.2mediumSeed-2.0-LitemediumvsDeepSeek V4 ProhighGPT-5.6 TerrahighvsGLM 5.2mediumSeed-2.0-CodelowvsGLM 5.2mediumSeed-2.0-LitemediumvsDeepSeek V4 Flash 0423highSeed-2.0-LitemediumvsQwen3.8 27Blow