AI BENCHY 对比

ByteDance Seed: Seed-2.0-Mini vs Google: Gemini 3 Flash Preview

摘要

Seed-2.0-Mini vs Gemini 3 Flash Preview benchmark 对比：平均分几乎持平，为 7.4 vs 7.4。 Seed-2.0-Mini benchmark 成本更低，为 $0.044 vs $0.111。 Gemini 3 Flash Preview 更快，为 5.76s vs 80.22s，通过率为 57.1% vs 79.4%。

推荐模型: Gemini 3 Flash Preview - 它在这里得分最高（7.4），同时响应速度比Seed-2.0-Mini快约 13.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标	Seed-2.0-Mini Seed-2.0-Mini medium 发布日期: 2026-02-14	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17

指标	Seed-2.0-Mini Seed-2.0-Mini medium 发布日期: 2026-02-14	Gemini 3 Flash Preview Gemini 3 Flash Preview low 发布日期: 2025-12-17
分数	7.4	7.4
排名	#51	#53
可靠性	6.7	10.0
一致性	9.3	9.2
测试正确
尝试通过率	57.1%	79.4%
不稳定测试	2	2
总运行次数	63	63
每个结果成本	0.397	0.689
总成本	$0.044	$0.111
输入价格	$0.100 / 1M	$0.500 / 1M
输出价格	$0.400 / 1M	$3.000 / 1M
总输入令牌	41,904	36,769
输出令牌	2,555	2,076
推理令牌	95,974	28,518
响应时间（平均）	80.22s	5.76s
响应时间（最大）	262.83s	14.72s
响应时间（总计）	1363.72s	120.93s

Generation showcase

Hamster playing table tennis

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

#51 Seed-2.0-Mini

medium

Cost: $0.002
Time: 161.7s
Tokens: 4,379 tok

#53 Gemini 3 Flash Preview

low

Cost: $0.007
Time: 12.1s
Tokens: 2,289 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-Mini	6.6	10.0	50.0%	0		74.75s	791	360	9,520
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.48s	500	281	3,082

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-Mini	5.5	9.8	33.3%	0		220.48s	3,823	464	34,964
Gemini 3 Flash Preview	5.8	7.2	44.4%	1		6.00s	8,122	456	7,421

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-Mini	10.0	10.0	100.0%	0		262.83s	16,533	404	29,806
Gemini 3 Flash Preview	3.0	10.0	0.0%	0		3.27s	12,860	326	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-Mini	10.0	10.0	100.0%	0		24.27s	8,568	246	2,743
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		9.40s	7,261	279	3,656

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-Mini	3.0	10.0	0.0%	0		0ms	0	0	0
Gemini 3 Flash Preview	5.3	7.2	44.4%	1		8.05s	645	12	6,410

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-Mini	5.1	3.4	33.3%	1		36.65s	585	213	4,210
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		3.68s	492	120	981

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-Mini	10.0	10.0	100.0%	0		17.47s	840	69	2,050
Gemini 3 Flash Preview	9.9	10.0	100.0%	0		7.02s	621	71	2,752

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-Mini	8.2	7.2	88.9%	1		31.79s	903	527	5,667
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		5.77s	562	288	3,168

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-Mini	10.0	10.0	100.0%	0		88.68s	9,585	222	5,235
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		4.99s	5,550	234	415

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-Mini	3.0	10.0	0.0%	0		56.76s	276	50	1,779
Gemini 3 Flash Preview	10.0	10.0	100.0%	0		2.75s	156	9	633

快速对比

切换对比组合