AI BENCHY 对比
ByteDance Seed: Seed-2.0-Mini vs MiniMax: MiniMax M3
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-01
| 指标 | Seed-2.0-Mini Seed-2.0-Mini medium | MiniMax M3 MiniMax M3 medium |
|---|---|---|
| 分数 | 7.1 | 7.3 |
| 排名 | #77 | #65 |
| 可靠性 | 10.0 | 9.6 |
| 一致性 | 9.2 | 8.4 |
| 测试正确 | ||
| 尝试通过率 | 60.0% | 68.3% |
| 不稳定测试 | 2 | 6 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.397 | 1.083 |
| 总成本 | $0.044 | $0.120 |
| 输入价格 | $0.100 / 1M | $0.300 / 1M |
| 输出价格 | $0.400 / 1M | $1.200 / 1M |
| 输出令牌 | 2,555 | 46,884 |
| 推理令牌 | 95,974 | 85,935 |
| 响应时间（平均） | 80.22s | 68.44s |
| 响应时间（最大） | 262.83s | 431.03s |
| 响应时间（总计） | 1363.72s | 1300.32s |
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 | |
| MiniMax M3 | 5.5 | 3.7 | 66.7% | 3 | 14.95s | 874 | 3,414 |
| 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 | 6.8 | 9.8 | 50.0% | 0 | 220.48s | 464 | 34,964 | |
| MiniMax M3 | 7.5 | 10.0 | 66.7% | 1 | 185.58s | 4,071 | 26,059 |
| 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 | |
| MiniMax M3 | 10.0 | 10.0 | 100.0% | 0 | 65.30s | 1,306 | 6,253 |
| 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 | |
| MiniMax M3 | 10.0 | 10.0 | 100.0% | 0 | 14.92s | 514 | 3,164 |
| 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 | |
| MiniMax M3 | 6.0 | 10.0 | 44.4% | 1 | 233.13s | 16,254 | 19,070 |
| 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 | |
| MiniMax M3 | 5.1 | 3.4 | 33.3% | 1 | 33.25s | 2,487 | 2,523 |
| 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 | |
| MiniMax M3 | 9.8 | 10.0 | 100.0% | 0 | 6.14s | 103 | 920 |
| 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 | |
| MiniMax M3 | 7.9 | 9.9 | 66.7% | 0 | 49.91s | 11,946 | 13,761 |
| 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 | |
| MiniMax M3 | 10.0 | 10.0 | 100.0% | 0 | 11.91s | 281 | 555 |
| 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 | |
| MiniMax M3 | 3.0 | 10.0 | 0.0% | 0 | 100.80s | 9,048 | 10,216 |
快速对比
切换对比组合
Claude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsMiniMax M3mediumSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneRing-2.6-1TnonevsMiniMax M3mediumSeed-2.0-MinimediumvsStep 3.7 FlashhighMiniMax M3mediumvsStep 3.7 FlashlowMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3.1 Flash LitelowvsMiniMax M3mediumGemini 3.1 Flash Lite PreviewnonevsMiniMax M3mediumMiniMax M3mediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsRing-2.6-1TnoneMiniMax M3mediumvsQwen3.6 Max Previewnone