AI BENCHY 对比
ByteDance Seed: Seed-2.0-Mini vs DeepSeek: DeepSeek V3.2
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-29
| 指标 | Seed-2.0-Mini Seed-2.0-Mini medium | DeepSeek V3.2 DeepSeek V3.2 medium |
|---|---|---|
| 分数 | 7.1 | 7.3 |
| 排名 | #75 | #67 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.2 | 7.9 |
| 测试正确 | ||
| 尝试通过率 | 60.0% | 67.5% |
| 不稳定测试 | 2 | 5 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.397 | 0.335 |
| 总成本 | $0.044 | $0.037 |
| 输入价格 | $0.100 / 1M | $0.252 / 1M |
| 输出价格 | $0.400 / 1M | $0.378 / 1M |
| 输出令牌 | 2,555 | 7,177 |
| 推理令牌 | 95,974 | 68,297 |
| 响应时间（平均） | 80.22s | 53.34s |
| 响应时间（最大） | 262.83s | 189.03s |
| 响应时间（总计） | 1363.72s | 1066.71s |
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-Mini | 6.6 | 10.0 | 50.0% | 0 | 74.75s | 360 | 9,520 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 24.23s | 3,247 | 6,953 |
| 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-Mini | 7.1 | 9.8 | 50.0% | 0 | 220.48s | 464 | 34,964 | |
| DeepSeek V3.2 | 4.1 | 5.8 | 33.3% | 1 | 184.97s | 640 | 21,230 |
| 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-Mini | 10.0 | 10.0 | 100.0% | 0 | 262.83s | 404 | 29,806 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 93.11s | 571 | 6,296 |
| 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-Mini | 10.0 | 10.0 | 100.0% | 0 | 24.27s | 246 | 2,743 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 36.09s | 207 | 7,693 |
| 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-Mini | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| DeepSeek V3.2 | 2.9 | 4.4 | 22.2% | 2 | 24.27s | 21 | 6,838 |
| 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-Mini | 5.1 | 3.4 | 33.3% | 1 | 36.65s | 213 | 4,210 | |
| DeepSeek V3.2 | 5.1 | 2.5 | 50.0% | 1 | 58.29s | 49 | 2,189 |
| 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-Mini | 10.0 | 10.0 | 100.0% | 0 | 17.47s | 69 | 2,050 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 35.78s | 1,397 | 2,845 |
| 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-Mini | 8.2 | 7.2 | 88.9% | 1 | 31.79s | 527 | 5,667 | |
| DeepSeek V3.2 | 7.0 | 7.2 | 55.6% | 1 | 37.69s | 518 | 6,375 |
| 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-Mini | 10.0 | 10.0 | 100.0% | 0 | 88.68s | 222 | 5,235 | |
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 34.81s | 507 | 859 |
| 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-Mini | 3.0 | 10.0 | 0.0% | 0 | 56.76s | 50 | 1,779 | |
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 83.99s | 20 | 7,019 |
快速对比
切换对比组合
Seed-2.0-MinimediumvsQwen3.6 Max PreviewnoneClaude Opus 4.8nonevsDeepSeek V3.2mediumDeepSeek V3.2mediumvsRing-2.6-1TnoneSeed-2.0-MinimediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsSeed-2.0-MinimediumSeed-2.0-MinimediumvsDeepSeek V4 ProhighDeepSeek V3.2mediumvsStep 3.7 FlashhighDeepSeek V3.2mediumvsStep 3.7 FlashlowSeed-2.0-MinimediumvsRing-2.6-1TnoneDeepSeek V3.2mediumvsGPT-5.3 ChatnoneDeepSeek V3.2mediumvsGemini 3.1 Flash LitelowDeepSeek V3.2mediumvsQwen3.6 Max Previewnone