ByteDance Seed: Seed-2.0-Lite vs Z.ai: GLM 5.2

平均分几乎持平，为 7.9 vs 7.8。 GLM 5.2 (medium) benchmark 成本更低，为 $0.184 vs $0.234。 GLM 5.2 (medium) 更快，为 23.28s vs 48.53s，通过率为 74.2% vs 80.3%。

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。

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	GLM 5.2 GLM 5.2 medium 发布日期: 2026-06-17

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	7.9	7.8
排名	#42	#45
可靠性	10.0	9.5
一致性	8.6	8.0
测试正确
尝试通过率	74.2%	80.3%
不稳定测试	4	4
总运行次数	66	63
每个结果成本	1.669	2.159
总成本	$0.234	$0.184
输入价格	$0.250 / 1M	$0.793 / 1M
输出价格	$2.000 / 1M	$2.491 / 1M
总输入令牌	129,897	37,199
输出令牌	12,533	12,261
推理令牌	88,047	49,500
响应时间（平均）	48.53s	23.28s
响应时间（最大）	254.92s	101.36s
响应时间（总计）	1067.74s	488.94s

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

#45 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

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
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

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

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
GLM 5.2	5.0	5.0	50.0%	0		51.96s	12,696	458	4,531

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
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

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
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

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
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

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
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

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
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

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
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

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
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

快速对比

切换对比组合

Seed-2.0-LitemediumvsGPT-5.6 Terrahigh Seed-2.0-LitemediumvsKimi K3max Claude Opus 4.8lowvsGLM 5.2medium GPT-5.6 TerrahighvsGLM 5.2medium Kimi K3maxvsGLM 5.2medium Claude Opus 4.8lowvsSeed-2.0-Litemedium Seed-2.0-LitemediumvsGLM 5.2high GPT-5.6 LunahighvsGLM 5.2medium Seed-2.0-LitemediumvsGPT-5.2 Chatnone Seed-2.0-LitemediumvsInklinghigh Seed-2.0-LitemediumvsGemini 3.5 Flash-Litehigh DeepSeek V4 FlashhighvsGLM 5.2medium