AI BENCHY 对比

ByteDance Seed: Seed-2.0-Lite vs Google: Gemini 3.1 Flash Lite

摘要

Seed-2.0-Lite vs Gemini 3.1 Flash Lite benchmark 对比：Gemini 3.1 Flash Lite 平均分领先，为 6.4 vs 6.2。 Seed-2.0-Lite benchmark 成本更低，为 $0.019 vs $0.028。 Gemini 3.1 Flash Lite 更快，为 1.89s vs 2.49s，通过率为 46.0% vs 61.9%。

推荐模型: Seed-2.0-Lite - 它提供了最佳整体取舍：得分有竞争力（6.2），成本低于Gemini 3.1 Flash Lite，响应时间也较均衡。

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 none 发布日期: 2026-02-14	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08

指标	Seed-2.0-Lite Seed-2.0-Lite none 发布日期: 2026-02-14	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08
分数	6.2	6.4
排名	#93	#83
可靠性	10.0	10.0
一致性	8.4	9.3
测试正确
尝试通过率	46.0%	61.9%
不稳定测试	4	2
总运行次数	63	63
每个结果成本	0.228	0.227
总成本	$0.019	$0.028
输入价格	$0.250 / 1M	$0.250 / 1M
输出价格	$2.000 / 1M	$1.500 / 1M
总输入令牌	46,573	36,892
输出令牌	3,259	2,732
推理令牌	0	9,260
响应时间（平均）	2.49s	1.89s
响应时间（最大）	6.70s	5.66s
响应时间（总计）	52.26s	39.62s

Generation showcase

Hamster playing table tennis

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

#93 Seed-2.0-Lite

none

Cost: $0.005
Time: 83.8s
Tokens: 2,311 tok

#83 Gemini 3.1 Flash Lite

low

Cost: $0.003
Time: 4.0s
Tokens: 1,479 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	3.0	5.9	16.7%	2		2.43s	894	709	0
Gemini 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548

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	5.6	10.0	33.3%	0		2.83s	8,215	410	0
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072

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	3.0	10.0	0.0%	0		6.59s	16,215	498	0
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		4.48s	12,870	348	975

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		1.82s	8,538	246	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697

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	3.6	7.2	22.2%	1		1.33s	939	17	0
Gemini 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214

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	10.0	10.0	100.0%	0		3.45s	570	294	0
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438

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		1.06s	810	73	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760

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	5.3	7.2	44.4%	1		2.78s	858	709	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191

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		3.94s	9,270	292	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945

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		1.96s	264	11	0
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420

快速对比

切换对比组合