AI BENCHY 对比
ByteDance Seed: Seed-2.0-Lite vs DeepSeek: DeepSeek V3.2
基准结果生成自 AI BENCHY 测试套件,时间:: 2026-06-01
| 指标 | Seed-2.0-Lite Seed-2.0-Lite none | DeepSeek V3.2 DeepSeek V3.2 none |
|---|---|---|
| 分数 | 5.9 | 5.6 |
| 排名 | #106 | #120 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.3 | 8.3 |
| 测试正确 | ||
| 尝试通过率 | 48.3% | 41.7% |
| 不稳定测试 | 4 | 6 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.218 | 0.222 |
| 总成本 | $0.018 | $0.018 |
| 输入价格 | $0.250 / 1M | $0.252 / 1M |
| 输出价格 | $2.000 / 1M | $0.378 / 1M |
| 输出令牌 | 3,253 | 11,159 |
| 推理令牌 | 0 | 0 |
| 响应时间(平均) | 2.48s | 14.43s |
| 响应时间(最大) | 6.70s | 115.89s |
| 响应时间(总计) | 49.67s | 288.55s |
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 | 3.0 | 5.9 | 16.7% | 2 | 2.43s | 709 | 0 | |
| DeepSeek V3.2 | 3.2 | 8.2 | 8.3% | 1 | 9.35s | 1,073 | 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 | 6.8 | 9.9 | 50.0% | 0 | 2.95s | 404 | 0 | |
| DeepSeek V3.2 | 3.1 | 5.4 | 16.7% | 1 | 20.87s | 4,522 | 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 | 3.0 | 10.0 | 0.0% | 0 | 6.59s | 498 | 0 | |
| DeepSeek V3.2 | 6.5 | 10.0 | 0.0% | 0 | 115.89s | 2,887 | 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 | 1.82s | 246 | 0 | |
| DeepSeek V3.2 | 6.3 | 5.8 | 66.7% | 1 | 9.42s | 1,710 | 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 | 3.6 | 7.2 | 22.2% | 1 | 1.33s | 17 | 0 | |
| DeepSeek V3.2 | 2.9 | 6.9 | 11.1% | 1 | 4.17s | 21 | 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 | 10.0 | 10.0 | 100.0% | 0 | 3.45s | 294 | 0 | |
| DeepSeek V3.2 | 6.8 | 10.0 | 66.7% | 1 | 9.32s | 43 | 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 | 1.06s | 73 | 0 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 1.52s | 66 | 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 | 5.3 | 7.2 | 44.4% | 1 | 2.78s | 709 | 0 | |
| DeepSeek V3.2 | 8.3 | 10.0 | 77.8% | 1 | 6.91s | 298 | 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 | 3.94s | 292 | 0 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 11.85s | 522 | 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 | 1.96s | 11 | 0 | |
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 17.23s | 17 | 0 |
快速对比
切换对比组合
Seed-2.0-LitenonevsOwl AlphamediumSeed-2.0-Litenonevsgpt-oss-120bmedium免费可用Seed-2.0-LitenonevsNemotron 3 Supermedium免费可用DeepSeek V3.2nonevsMiniMax M2.5mediumCobuddymediumvsSeed-2.0-LitenoneDeepSeek V3.2nonevsMistral Small 4mediumCobuddymediumvsDeepSeek V3.2noneDeepSeek V3.2nonevsElephant AlphamediumDeepSeek V3.2nonevsMiniMax M2.7mediumSeed-2.0-LitenonevsGPT-5 NanomediumDeepSeek V3.2nonevsOwl AlphamediumDeepSeek V3.2nonevsgpt-oss-120bmedium免费可用