导航
AI BENCHY
Advertise here

AI BENCHY 对比

ByteDance Seed: Seed-2.0-Lite vs StepFun: Step 3.5 Flash

摘要

Seed-2.0-Lite vs Step 3.5 Flash benchmark 对比：Step 3.5 Flash 平均分领先，为 6.6 vs 6.2。 Seed-2.0-Lite benchmark 成本更低，为 $0.019 vs $0.070。 Seed-2.0-Lite 更快，为 2.49s vs 72.53s，通过率为 46.0% vs 54.0%。

推荐模型: Seed-2.0-Lite - 它的得分接近这里的最高分（6.2 vs 6.6），同时成本比Step 3.5 Flash低约 3.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Seed-2.0-Lite Seed-2.0-Lite none 发布日期: 2026-02-14 Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01
分数 6.2 6.6
排名 #92 #80
可靠性 10.0 10.0
一致性 8.4 8.9
测试正确
尝试通过率 46.0% 54.0%
不稳定测试 4 1
总运行次数 63 60
每个结果成本 0.228 0.198
总成本 $0.019 $0.070
输入价格 $0.250 / 1M $0.090 / 1M
输出价格 $2.000 / 1M $0.300 / 1M
总输入令牌 46,573 34,431
输出令牌 3,259 91,587
推理令牌 0 195,973
响应时间（平均） 2.49s 72.53s
响应时间（最大） 6.70s 453.94s
响应时间（总计） 52.26s 1015.47s

生成展示

Hamster playing table tennis

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

#92 Seed-2.0-Lite

none
成本
$0.005
时间
83.8s
令牌
2,311 tok

#80 Step 3.5 Flash

medium
成本
$0.008
时间
277.1s
令牌
23,695 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
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
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
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
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
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
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
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
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
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
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
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
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
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
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
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

快速对比

切换对比组合

Seed-2.0-LitenonevsGemini 3.1 Flash LiteminimalSeed-2.0-LitenonevsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsGemma 4 31Bmedium免费可用Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumSeed-2.0-LitenonevsNemotron 3 Supermedium免费可用Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumSeed-2.0-LitenonevsGemini 3.1 Flash LitelowQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumSeed-2.0-LitenonevsGemini 3.1 Flash Lite Previewlow