AI BENCHY 对比

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

摘要

Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 7.4。 Seed-2.0-Mini (medium) benchmark 成本更低，为 $0.044 vs $0.667。 Gemini 3 Flash Preview (medium) 更快，为 18.64s vs 80.22s，通过率为 57.1% vs 98.4%。

推荐模型Gemini 3 Flash Preview (medium)它在这里得分最高（9.6），同时响应速度比Seed-2.0-Mini (medium)快约 4.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14

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 medium 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 medium 发布日期: 2025-12-17
分数	7.4	9.6
排名	#66	#2
可靠性	6.7	10.0
一致性	9.3	9.7
测试正确
尝试通过率	57.1%	98.4%
不稳定测试	2	1
总运行次数	63	63
每个结果成本	0.397	3.335
总成本	$0.044	$0.667
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	37,017
输出令牌	2,555	2,006
推理令牌	95,974	214,153
响应时间（平均）	80.22s	18.64s
响应时间（最大）	262.83s	117.26s
响应时间（总计）	1363.72s	391.35s

生成展示

Hamster playing table tennis

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

#66 Seed-2.0-Mini

medium

成本: $0.002
时间: 161.7s
令牌: 4,379 tok

#2 Gemini 3 Flash Preview

medium

成本: $0.010
时间: 17.9s
令牌: 3,236 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

类别:

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		3.88s	494	330	3,216

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	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084

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	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485

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		5.43s	7,548	279	4,893

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	10.0	10.0	100.0%	0		15.27s	633	12	21,684

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		5.19s	486	72	1,905

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	10.0	10.0	100.0%	0		4.04s	615	72	2,709

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		4.05s	558	183	4,365

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		12.60s	5,532	234	1,487

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		5.50s	156	11	2,325

快速对比

切换对比组合

Seed-2.0-MinimediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Seed-2.0-MinimediumvsGPT-5.3 Chatnone Claude Sonnet 4.6nonevsSeed-2.0-Minimedium Claude Opus 4.8nonevsSeed-2.0-Minimedium Seed-2.0-MinimediumvsDeepSeek V4 Prohigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Seed-2.0-MinimediumvsDeepSeek V4 Pronone Seed-2.0-MinimediumvsQwen3.7 Plusnone Seed-2.0-MinimediumvsKAT-Coder-Pro V2.5high Gemini 3 Flash PreviewmediumvsGPT-5.5low Seed-2.0-MinimediumvsGLM 5.2none