AI BENCHY 对比

ByteDance Seed: Seed-2.0-Lite vs Qwen: Qwen3.5-27B

摘要

Seed-2.0-Lite vs Qwen3.5-27B benchmark 对比：Seed-2.0-Lite 平均分领先，为 6.2 vs 5.9。 Qwen3.5-27B benchmark 成本更低，为 $0.015 vs $0.019。 Qwen3.5-27B 更快，为 1.68s vs 2.49s，通过率为 46.0% vs 38.1%。

推荐模型: Seed-2.0-Lite - 它在本次比较中得分最高（6.2），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标	Seed-2.0-Lite Seed-2.0-Lite none 发布日期: 2026-02-14	Qwen3.5-27B Qwen3.5-27B none 发布日期: 2026-02-24

指标	Seed-2.0-Lite Seed-2.0-Lite none 发布日期: 2026-02-14	Qwen3.5-27B Qwen3.5-27B none 发布日期: 2026-02-24
分数	6.2	5.9
排名	#107	#121
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%	38.1%
不稳定测试	4	2
总运行次数	63	63
每个结果成本	0.228	0.249
总成本	$0.019	$0.015
输入价格	$0.250 / 1M	$0.195 / 1M
输出价格	$2.000 / 1M	$1.560 / 1M
总输入令牌	46,573	44,478
输出令牌	3,259	3,592
推理令牌	0	0
响应时间（平均）	2.49s	1.68s
响应时间（最大）	6.70s	9.39s
响应时间（总计）	52.26s	35.25s

生成展示

Hamster playing table tennis

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

#107 Seed-2.0-Lite

none

成本: $0.005
时间: 83.8s
令牌: 2,311 tok

#121 Qwen3.5-27B

none

成本: $0.007
时间: 42.9s
令牌: 4,273 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
Qwen3.5-27B	4.8	10.0	25.0%	0		788ms	696	267	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
Qwen3.5-27B	5.8	10.0	33.3%	0		1.80s	7,913	415	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
Qwen3.5-27B	2.8	1.6	33.3%	1		9.39s	16,918	1,461	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
Qwen3.5-27B	10.0	10.0	100.0%	0		1.43s	7,794	243	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
Qwen3.5-27B	3.0	10.0	0.0%	0		540ms	789	15	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
Qwen3.5-27B	5.0	10.0	0.0%	0		2.51s	522	126	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
Qwen3.5-27B	6.3	10.0	50.0%	0		1.03s	711	69	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
Qwen3.5-27B	6.7	7.9	55.6%	1		1.38s	714	683	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
Qwen3.5-27B	10.0	10.0	100.0%	0		3.54s	8,211	303	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
Qwen3.5-27B	3.0	10.0	0.0%	0		599ms	210	10	0

快速对比

切换对比组合