导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

ByteDance Seed: Seed-2.0-Lite vs Inception: Mercury 2

摘要

Seed-2.0-Lite vs Mercury 2 benchmark 对比：Mercury 2 平均分领先，为 6.6 vs 5.8。 Seed-2.0-Lite benchmark 成本更低，为 $0.019 vs $0.058。 Mercury 2 更快，为 2.24s vs 2.49s，通过率为 46.0% vs 54.0%。

推荐模型: Seed-2.0-Lite - 它提供了最佳整体取舍：得分有竞争力（5.8），成本低于Mercury 2，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 Seed-2.0-Lite Seed-2.0-Lite none 发布日期: 2026-02-14 Mercury 2 Mercury 2 medium 发布日期: 2026-02-24
分数 5.8 6.6
排名 #111 #82
可靠性 10.0 10.0
一致性 8.4 8.8
测试正确
尝试通过率 46.0% 54.0%
不稳定测试 4 3
总运行次数 63 63
每个结果成本 0.228 0.578
总成本 $0.019 $0.058
输入价格 $0.250 / 1M $0.250 / 1M
输出价格 $2.000 / 1M $0.750 / 1M
总输入令牌 46,573 35,116
输出令牌 3,259 4,048
推理令牌 0 61,219
响应时间（平均） 2.49s 2.24s
响应时间（最大） 6.70s 14.63s
响应时间（总计） 52.26s 44.72s

Generation showcase

Hamster playing table tennis

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

#111 Seed-2.0-Lite

none
Cost
$0.005
Time
83.8s
Tokens
2,311 tok

#82 Mercury 2

medium
Cost
$0.002
Time
2.1s
Tokens
1,702 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
Mercury 2 6.9 9.9 50.0% 0 1.12s 554 2,546 2,609
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
Mercury 2 8.2 7.7 77.8% 1 2.04s 7,065 296 11,328
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
Mercury 2 10.0 10.0 100.0% 0 3.28s 12,909 268 4,887
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
Mercury 2 7.3 5.9 83.3% 1 1.11s 6,234 183 1,656
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
Mercury 2 2.9 7.2 11.1% 1 6.48s 695 41 30,754
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
Mercury 2 4.8 10.0 0.0% 0 821ms 456 137 542
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
Mercury 2 10.0 10.0 100.0% 0 1.07s 340 14 958
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
Mercury 2 5.4 10.0 33.3% 0 949ms 601 361 2,781
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
Mercury 2 10.0 10.0 100.0% 0 1.89s 6,080 180 1,956
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
Mercury 2 3.0 10.0 0.0% 0 2.58s 182 22 3,748

快速对比

切换对比组合

Seed-2.0-LitenonevsNemotron 3 Supermedium免费可用Gemma 4 31Bnone免费可用vsMercury 2mediumCobuddymediumvsSeed-2.0-LitenoneClaude Sonnet 4.6nonevsMercury 2mediumGemini 3.1 Flash LiteminimalvsMercury 2mediumMercury 2mediumvsQwen3.7 PlusnoneMercury 2mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitenonevsMercury 2mediumMercury 2mediumvsGPT-5.5noneSeed-2.0-LitenonevsDeepSeek V4 ProhighSeed-2.0-Litenonevsgpt-oss-120bmedium免费可用Mercury 2mediumvsStep 3.7 Flashhigh