AI BENCHY 对比
ByteDance Seed: Seed-2.0-Lite vs Owl Alpha
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 | Owl Alpha Owl Alpha none |
|---|---|---|
| 分数 | 5.9 | 5.7 |
| 排名 | #99 | #106 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 50.0% | 41.7% |
| 不稳定测试 | 5 | 2 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.216 | 0.000 |
| 总成本 | $0.018 | $0.000 |
| ???? | $0.250 / 1M | $0.000 / 1M |
| ???? | $2.000 / 1M | $0.000 / 1M |
| 输出令牌 | 3,164 | 4,864 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 2.44s | 8.84s |
| 响应时间（最大） | 6.70s | 47.10s |
| 响应时间（总计） | 48.71s | 176.83s |
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 | |
| Owl Alpha | 3.4 | 7.9 | 16.7% | 1 | 2.78s | 57 | 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 | |
| Owl Alpha | 7.0 | 9.9 | 50.0% | 0 | 39.68s | 3,629 | 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 | |
| Owl Alpha | 3.0 | 10.0 | 0.0% | 0 | 21.74s | 315 | 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 | |
| Owl Alpha | 10.0 | 10.0 | 100.0% | 0 | 3.60s | 246 | 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 | |
| Owl Alpha | 5.3 | 10.0 | 33.3% | 0 | 3.00s | 27 | 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 | |
| Owl Alpha | 4.3 | 10.0 | 0.0% | 0 | 4.61s | 80 | 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 | |
| Owl Alpha | 6.4 | 10.0 | 50.0% | 0 | 2.63s | 63 | 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 | 5.2 | 4.4 | 55.6% | 2 | 2.46s | 620 | 0 | |
| Owl Alpha | 5.9 | 7.2 | 55.6% | 1 | 4.43s | 202 | 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 | |
| Owl Alpha | 10.0 | 10.0 | 100.0% | 0 | 22.78s | 231 | 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 | |
| Owl Alpha | 3.0 | 10.0 | 0.0% | 0 | 2.50s | 14 | 0 |
快速对比
切换对比组合
Cobuddymedium免费可用vsOwl AlphanoneSeed-2.0-LitenonevsOwl AlphamediumSeed-2.0-LitenonevsNemotron 3 Supermedium免费可用Cobuddymedium免费可用vsSeed-2.0-Litenonegpt-oss-120bmedium免费可用vsOwl AlphanoneNemotron 3 Supermedium免费可用vsOwl AlphanoneSeed-2.0-LitenonevsGPT-5 NanomediumSeed-2.0-Litenonevsgpt-oss-120bmedium免费可用MiniMax M2.5medium免费可用vsOwl AlphanoneMistral Small 4mediumvsOwl AlphanoneGPT-5 NanomediumvsOwl AlphanoneSeed-2.0-LitenonevsMercury 2medium