AI BENCHY 对比
ByteDance Seed: Seed-2.0-Lite vs DeepSeek: DeepSeek V4 Pro
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-26
| 指标 | Seed-2.0-Lite Seed-2.0-Lite none | DeepSeek V4 Pro DeepSeek V4 Pro high |
|---|---|---|
| 分数 | 6.2 | 6.8 |
| 排名 | #72 | #57 |
| 可靠性 | 不适用 | 8.4 |
| 一致性 | 7.7 | 8.0 |
| 测试正确 | ||
| 尝试通过率 | 55.6% | 73.2% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.200 | 1.825 |
| 总成本 | $0.016 | $0.201 |
| ???? | $0.250 / 1M | $1.740 / 1M |
| ???? | $2.000 / 1M | $3.480 / 1M |
| 输出令牌 | 3,129 | 11,876 |
| 推理令牌 | 0 | 45,999 |
| 响应时间（平均） | 2.53s | 60.02s |
| 响应时间（最大） | 6.70s | 358.35s |
| 响应时间（总计） | 45.46s | 1080.31s |
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 V4 Pro | 7.4 | 10.0 | 75.0% | 0 | 16.53s | 71 | 3,617 |
| 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 | 4.61s | 380 | 0 | |
| DeepSeek V4 Pro | 2.6 | 0.0 | 50.0% | 1 | 51.77s | 105 | 2,641 |
| 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 V4 Pro | 6.6 | 10.0 | 100.0% | 0 | 64.72s | 183 | 1,946 |
| 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 V4 Pro | 8.8 | 10.0 | 100.0% | 0 | 23.62s | 229 | 1,710 |
| 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 V4 Pro | 3.0 | 6.9 | 16.7% | 1 | 205.66s | 10,529 | 28,089 |
| 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 V4 Pro | 6.1 | 3.1 | 66.7% | 1 | 25.09s | 76 | 1,152 |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 41.16s | 205 | 2,416 |
| 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 | 5.2 | 4.4 | 55.6% | 2 | 2.46s | 620 | 0 | |
| DeepSeek V4 Pro | 6.9 | 7.0 | 83.3% | 1 | 34.92s | 106 | 3,835 |
| 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 V4 Pro | 10.0 | 10.0 | 100.0% | 0 | 21.33s | 372 | 593 |
快速对比
切换对比组合
DeepSeek V4 ProhighvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 ProhighvsGPT-5.5noneDeepSeek V4 ProhighvsNemotron 3 Supermedium免费可用Seed-2.0-LitenonevsGPT-5 NanomediumDeepSeek V4 ProhighvsGrok 4.1 FastmediumDeepSeek V4 ProhighvsGemma 4 31Bnone免费可用DeepSeek V4 ProhighvsGLM 5noneDeepSeek V4 ProhighvsGrok 4.20mediumDeepSeek V4 ProhighvsKimi K2.5mediumDeepSeek V4 ProhighvsGPT-5 MinimediumDeepSeek V4 ProhighvsMercury 2mediumSeed-2.0-Litenonevsgpt-oss-120bmedium免费可用