导航
AI BENCHY
Advertise here

AI BENCHY 对比

ByteDance Seed: Seed-2.0-Mini vs Qwen: Qwen3.6 Flash

摘要

Seed-2.0-Mini vs Qwen3.6 Flash benchmark 对比：平均分几乎持平，为 7.4 vs 7.5。 Seed-2.0-Mini benchmark 成本更低，为 $0.044 vs $0.288。 Qwen3.6 Flash 更快，为 19.25s vs 80.22s，通过率为 57.1% vs 71.4%。

推荐模型: Seed-2.0-Mini - 它在这里得分最高（7.4），同时成本比Qwen3.6 Flash低约 6.6 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 Qwen3.6 Flash Qwen3.6 Flash medium 发布日期: 2026-04-20
分数 7.4 7.5
排名 #51 #49
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% 71.4%
不稳定测试 2 5
总运行次数 63 63
每个结果成本 0.397 3.030
总成本 $0.044 $0.288
输入价格 $0.100 / 1M $0.188 / 1M
输出价格 $0.400 / 1M $1.125 / 1M
总输入令牌 41,904 42,362
输出令牌 2,555 2,995
推理令牌 95,974 245,358
响应时间（平均） 80.22s 19.25s
响应时间（最大） 262.83s 122.87s
响应时间（总计） 1363.72s 404.20s

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

#49 Qwen3.6 Flash

medium
Invalid SVG
Cost
$0.008
Time
29.9s
Tokens
6,784 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
Qwen3.6 Flash 10.0 10.0 100.0% 0 6.10s 672 624 14,024
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
Qwen3.6 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 20.28s 14,934 483 13,839
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 9.65s 7,782 270 13,155
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
Qwen3.6 Flash 3.5 4.4 33.3% 2 14.65s 771 60 24,409
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
Qwen3.6 Flash 4.8 9.9 0.0% 0 9.88s 516 140 5,445
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 6.05s 699 102 7,423
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
Qwen3.6 Flash 8.2 7.2 88.9% 1 6.29s 696 460 10,860
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 4.00s 8,193 335 1,188
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
Qwen3.6 Flash 3.0 10.0 0.0% 0 122.87s 204 26 87,048

快速对比

切换对比组合

Seed-2.0-MinimediumvsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsQwen3.6 FlashmediumGemini 3 Flash PreviewlowvsQwen3.6 FlashmediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Sonnet 4.6nonevsQwen3.6 FlashmediumClaude Opus 4.8nonevsSeed-2.0-MinimediumQwen3.6 FlashmediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsQwen3.6 FlashmediumSeed-2.0-MinimediumvsQwen3.7 PlusnoneSeed-2.0-MinimediumvsStep 3.7 FlashlowSeed-2.0-MinimediumvsStep 3.7 Flashhigh