导航
AI BENCHY
Advertise here

AI BENCHY 对比

ByteDance Seed: Seed-2.0-Mini vs xAI: Grok 4.20

摘要

Seed-2.0-Mini vs Grok 4.20 benchmark 对比：Seed-2.0-Mini 平均分领先，为 7.4 vs 7.3。 Seed-2.0-Mini benchmark 成本更低，为 $0.044 vs $0.609。 Grok 4.20 更快，为 27.68s vs 80.22s，通过率为 57.1% vs 63.5%。

推荐模型: Seed-2.0-Mini - 它在这里得分最高（7.4），同时成本比Grok 4.20低约 14.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Seed-2.0-Mini Seed-2.0-Mini medium 发布日期: 2026-02-14 Grok 4.20 Grok 4.20 medium 发布日期: 2026-03-31
分数 7.4 7.3
排名 #50 #53
可靠性 6.7 10.0
一致性 9.3 8.8
测试正确
尝试通过率 57.1% 63.5%
不稳定测试 2 3
总运行次数 63 63
每个结果成本 0.397 8.309
总成本 $0.044 $0.609
输入价格 $0.100 / 1M $1.250 / 1M
输出价格 $0.400 / 1M $2.500 / 1M
总输入令牌 41,904 44,433
输出令牌 2,555 1,819
推理令牌 95,974 219,524
响应时间（平均） 80.22s 27.68s
响应时间（最大） 262.83s 199.66s
响应时间（总计） 1363.72s 581.26s

生成展示

Hamster playing table tennis

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

#50 Seed-2.0-Mini

medium
成本
$0.002
时间
161.7s
令牌
4,379 tok

#53 xAI: Grok 4.20

medium
成本
$0.041
时间
110.3s
令牌
16,336 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
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

快速对比

切换对比组合

Gemini 3 Flash PreviewlowvsGrok 4.20mediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsGrok 4.20mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsGrok 4.20mediumGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumQwen3.7 PlusnonevsGrok 4.20mediumClaude Opus 4.8nonevsSeed-2.0-MinimediumSeed-2.0-MinimediumvsDeepSeek V4 ProhighGrok 4.20mediumvsGLM 5.2none