- 排名
- #37
- 总输出令牌
- 766,465
- 响应时间（平均）
- 197.04s
- 总成本
- $1.969
Seed 2.1 Turbo (medium) vs GPT-5.4 (medium)
GPT-5.4 (medium) 平均分领先，为 8.5 vs 8.4。 GPT-5.4 (medium) benchmark 成本更低，为 $1.533 vs $1.969。 GPT-5.4 (medium) 更快，为 23.10s vs 197.04s，通过率为 78.8% vs 77.3%。
- 排名
- #32
- 总输出令牌
- 88,670
- 响应时间（平均）
- 23.10s
- 总成本
- $1.533
推荐模型
GPT-5.4 (medium)
它在这里得分最高（8.5），同时响应速度比Seed 2.1 Turbo (medium)快约 8.5 倍。
详细对比
| 指标 | Seed 2.1 Turbo Seed 2.1 Turbo medium | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| 分数 | 8.4 | 8.5 |
| 排名 | #37 | #32 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 8.2 | 8.6 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 78.8% | 77.3% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 13.123 | 10.220 |
| 总成本 | $1.969 | $1.533 |
| 输入价格 | $0.500 / 1M | $2.500 / 1M |
| 输出价格 | $2.500 / 1M | $15.000 / 1M |
| 总输入令牌 | 104,424 | 81,127 |
| 输出令牌 | 6,510 | 6,155 |
| 推理令牌 | 759,955 | 82,515 |
| 响应时间（平均） | 197.04s | 23.10s |
| 响应时间（最大） | 885.33s | 100.41s |
| 响应时间（总计） | 4334.80s | 508.26s |
| 参数量 | ~200B 总计 (~20B 激活) | ~1.5T 总计 (~100B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#37 Seed 2.1 Turbo
medium- 成本
- $0.099
- 时间
- 583.9s
- 令牌
- 39,514 tok
#32 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 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 2.1 Turbo | 8.2 | 7.9 | 83.3% | 1 | 28.25s | 906 | 386 | 18,834 | |
| GPT-5.4 | 8.3 | 10.0 | 75.0% | 0 | 4.11s | 606 | 240 | 1,511 |
| 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 2.1 Turbo | 8.2 | 7.2 | 88.9% | 1 | 354.87s | 8,220 | 384 | 205,892 | |
| GPT-5.4 | 8.8 | 7.8 | 88.9% | 1 | 44.36s | 7,305 | 433 | 24,216 |
| 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 2.1 Turbo | 10.0 | 10.0 | 100.0% | 0 | 400.28s | 74,115 | 4,563 | 146,571 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 29.77s | 58,038 | 4,214 | 13,351 |
| 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 2.1 Turbo | 10.0 | 10.0 | 100.0% | 0 | 37.82s | 8,544 | 246 | 14,215 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 |
| 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 2.1 Turbo | 2.9 | 4.4 | 22.2% | 2 | 681.32s | 819 | 12 | 341,252 | |
| GPT-5.4 | 5.3 | 7.2 | 44.4% | 1 | 74.27s | 619 | 61 | 34,748 |
| 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 2.1 Turbo | 6.1 | 3.1 | 66.7% | 1 | 40.59s | 573 | 204 | 6,294 | |
| GPT-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 477 | 145 | 321 |
| 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 2.1 Turbo | 9.8 | 10.0 | 100.0% | 0 | 7.48s | 816 | 72 | 1,875 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 |
| 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 2.1 Turbo | 9.9 | 10.0 | 100.0% | 0 | 21.01s | 867 | 405 | 10,438 | |
| GPT-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.14s | 642 | 441 | 3,815 |
| 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 2.1 Turbo | 10.0 | 10.0 | 100.0% | 0 | 27.46s | 9,297 | 228 | 1,482 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 |
| 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 2.1 Turbo | 3.0 | 10.0 | 0.0% | 0 | 91.00s | 267 | 10 | 13,102 | |
| GPT-5.4 | 3.0 | 10.0 | 0.0% | 0 | 13.95s | 195 | 30 | 1,821 |
快速对比
切换对比组合
Seed 2.1 TurbomediumvsInkling SmallhighSeed 2.1 TurbomediumvsGrok 4.5lowSeed 2.1 TurbomediumvsMuse Spark 1.2lowClaude Opus 5lowvsGPT-5.4mediumMuse Spark 1.2lowvsGPT-5.4mediumSeed 2.1 TurbomediumvsMuse Spark 1.1lowGPT-5.4mediumvsGrok 4.5lowGPT-5.4mediumvsInkling SmallhighGPT-5.4mediumvsQwen3.8 MaxlowSeed 2.1 TurbomediumvsMuse Glimmer 30BxhighGemini 3.6 FlashlowvsGPT-5.4mediumClaude Opus 5lowvsSeed 2.1 Turbomedium