AI BENCHY 对比
ByteDance Seed: Seed-2.0-Lite vs Mistral: Mistral Small 4
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-22
| 指标 | Seed-2.0-Lite Seed-2.0-Lite none | Mistral Small 4 Mistral Small 4 medium |
|---|---|---|
| 分数 | 5.9 | 5.4 |
| 排名 | #99 | #121 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 7.1 |
| 测试正确 | ||
| 尝试通过率 | 50.0% | 45.0% |
| 不稳定测试 | 5 | 7 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.216 | 1.109 |
| 总成本 | $0.018 | $0.056 |
| ???? | $0.250 / 1M | $0.150 / 1M |
| ???? | $2.000 / 1M | $0.600 / 1M |
| 输出令牌 | 3,164 | 21,628 |
| 推理令牌 | 0 | 68,055 |
| 响应时间（平均） | 2.44s | 8.33s |
| 响应时间（最大） | 6.70s | 59.15s |
| 响应时间（总计） | 48.71s | 166.59s |
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 | |
| Mistral Small 4 | 5.6 | 3.8 | 66.7% | 3 | 2.67s | 4,055 | 4,778 |
| 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 | |
| Mistral Small 4 | 5.1 | 6.8 | 33.3% | 1 | 44.82s | 9,322 | 38,386 |
| 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 | |
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 25.25s | 2,612 | 10,700 |
| 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 | |
| Mistral Small 4 | 7.3 | 5.9 | 83.3% | 1 | 1.23s | 335 | 723 |
| 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 | |
| Mistral Small 4 | 5.3 | 7.2 | 44.4% | 1 | 6.11s | 2,621 | 6,904 |
| 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 | |
| Mistral Small 4 | 4.8 | 10.0 | 0.0% | 0 | 2.05s | 821 | 828 |
| 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 | |
| Mistral Small 4 | 7.3 | 5.8 | 83.3% | 1 | 1.38s | 540 | 1,031 |
| 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 | |
| Mistral Small 4 | 3.4 | 9.7 | 0.0% | 0 | 2.00s | 983 | 2,338 |
| 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 | |
| Mistral Small 4 | 10.0 | 10.0 | 100.0% | 0 | 3.50s | 321 | 810 |
| 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 | |
| Mistral Small 4 | 3.0 | 10.0 | 0.0% | 0 | 5.92s | 18 | 1,557 |
快速对比
切换对比组合
Mistral Small 4mediumvsGrok 4.20noneMistral Small 4mediumvsQwen3.5-122B-A10BnoneSeed-2.0-LitenonevsOwl AlphamediumSeed-2.0-LitenonevsNemotron 3 Supermedium免费可用Mistral Small 4mediumvsGLM 5 TurbononeMistral Small 4mediumvsKimi K2.5noneLing-2.6-flashnonevsMistral Small 4mediumMistral Small 4mediumvsQwen3.6 FlashnoneCobuddymedium免费可用vsSeed-2.0-LitenoneMistral Small 4mediumvsMiMo-V2.5-PrononeDeepSeek V3.2nonevsMistral Small 4mediumMistral Small 4mediumvsGLM 5.1none