导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

ByteDance Seed: Seed-2.0-Mini vs xAI: Grok Build 0.1

摘要

Seed-2.0-Mini vs Grok Build 0.1 benchmark 对比：Grok Build 0.1 平均分领先，为 7.6 vs 7.4。 Seed-2.0-Mini benchmark 成本更低，为 $0.044 vs $0.927。 Grok Build 0.1 更快，为 49.90s vs 80.22s，通过率为 57.1% vs 61.9%。

推荐模型: Seed-2.0-Mini - 它的得分接近这里的最高分（7.4 vs 7.6），同时成本比Grok Build 0.1低约 21.2 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 Build 0.1 Grok Build 0.1 medium 发布日期: 2026-05-21
分数 7.4 7.6
排名 #50 #42
可靠性 6.7 10.0
一致性 9.3 9.9
测试正确
尝试通过率 57.1% 61.9%
不稳定测试 2 0
总运行次数 63 63
每个结果成本 0.397 7.124
总成本 $0.044 $0.927
输入价格 $0.100 / 1M $1.000 / 1M
输出价格 $0.400 / 1M $2.000 / 1M
总输入令牌 41,904 44,418
输出令牌 2,555 2,782
推理令牌 95,974 438,018
响应时间（平均） 80.22s 49.90s
响应时间（最大） 262.83s 252.69s
响应时间（总计） 1363.72s 1047.92s

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

#42 xAI: Grok Build 0.1

medium
成本
$0.028
时间
81.3s
令牌
14,009 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 Build 0.1 8.3 10.0 75.0% 0 7.43s 2,010 220 12,162
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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452
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 Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 Build 0.1 10.0 10.0 100.0% 0 10.72s 7,761 180 8,876
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 Build 0.1 5.3 10.0 33.3% 0 158.00s 1,764 492 175,294
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 Build 0.1 4.4 9.9 0.0% 0 18.41s 825 76 6,345
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 Build 0.1 9.8 10.0 100.0% 0 12.36s 1,362 57 9,599
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 Build 0.1 7.7 10.0 66.7% 0 18.26s 1,689 195 20,841
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 Build 0.1 10.0 10.0 100.0% 0 13.12s 7,263 180 4,969
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 Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

快速对比

切换对比组合

DeepSeek V4 ProhighvsGrok Build 0.1mediumSeed-2.0-MinimediumvsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok Build 0.1mediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Sonnet 4.6nonevsSeed-2.0-MinimediumClaude Opus 4.8nonevsSeed-2.0-MinimediumSeed-2.0-MinimediumvsDeepSeek V4 ProhighGemini 3 Flash PreviewlowvsGrok Build 0.1mediumSeed-2.0-MinimediumvsDeepSeek V4 PrononeSeed-2.0-MinimediumvsQwen3.7 PlusnoneSeed-2.0-MinimediumvsGLM 5.2none