AI BENCHY 对比

ByteDance Seed: Seed-2.0-Mini vs Kwaipilot: KAT-Coder-Pro V2.5

摘要

KAT-Coder-Pro V2.5 (high) 平均分领先，为 7.7 vs 7.4。 Seed-2.0-Mini (medium) benchmark 成本更低，为 $0.044 vs $0.246。 KAT-Coder-Pro V2.5 (high) 更快，为 12.30s vs 80.22s，通过率为 57.1% vs 63.5%。

推荐模型KAT-Coder-Pro V2.5 (high)它在这里得分最高（7.7），同时响应速度比Seed-2.0-Mini (medium)快约 6.5 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	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high 发布日期: 2026-07-14

指标	Seed-2.0-Mini Seed-2.0-Mini medium 发布日期: 2026-02-14	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high 发布日期: 2026-07-14
分数	7.4	7.7
排名	#66	#53
可靠性	6.7	10.0
一致性	9.3	8.1
测试正确
尝试通过率	57.1%	63.5%
不稳定测试	2	5
总运行次数	63	63
每个结果成本	0.397	2.228
总成本	$0.044	$0.246
输入价格	$0.100 / 1M	$0.740 / 1M
输出价格	$0.400 / 1M	$2.960 / 1M
总输入令牌	41,904	42,750
输出令牌	2,555	2,509
推理令牌	95,974	69,594
响应时间（平均）	80.22s	12.30s
响应时间（最大）	262.83s	95.65s
响应时间（总计）	1363.72s	258.34s

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

#53 KAT-Coder-Pro V2.5

high

成本: $0.009
时间: 26.4s
令牌: 3,117 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
KAT-Coder-Pro V2.5	7.0	8.0	66.7%	1		3.17s	672	447	2,716

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
KAT-Coder-Pro V2.5	6.4	7.9	44.4%	1		22.00s	7,893	422	20,461

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
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		13.44s	15,132	394	2,807

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
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		4.13s	7,776	278	1,960

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
KAT-Coder-Pro V2.5	2.9	4.4	22.2%	2		35.33s	771	33	35,701

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
KAT-Coder-Pro V2.5	5.1	10.0	0.0%	0		3.27s	516	139	647

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
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.67s	699	84	976

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
KAT-Coder-Pro V2.5	8.2	7.2	88.9%	1		3.38s	696	428	1,936

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
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		28.04s	8,391	268	896

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
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		5.22s	204	16	1,494

快速对比

切换对比组合