← 模型目录

Seed 2.0-Lite

ByteDance Seed / 豆包 · 2026-03-10 · 类别未确认

官方发布来源 · 按需求选型 · 查看覆盖缺口 · 归档与转录记录

Seed 2.0-Lite

字节 Seed 系列页将 Seed2.0 Lite 定位为 Seed 基础模型系列首个全模态（omni-modal）理解模型，原生支持视频、图像、音频与文本的统一理解，并升级 Agent、Coding 与 GUI 能力，兼顾输出质量与响应速度，适合通用生产级场景。已收录评测覆盖文本智能体与编码、多模态理解、GUI 操作及视频与音频理解等领域，GPQA Diamond 88.4%、OSWorld Verified 64.4%。

输入模态: 文本 / 图像 / 音频 / 视频
上下文: 官方资料未说明
参数: 官方资料未说明
价格（每百万 tokens）: 无此口径报价；不等于免费

本变体的评测证据

gpqa 88.4% 模型 seed-2-0-lite · 版本 Diamond · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: GPQA Diamond · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Knowledge group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

supergpqa 69.6% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: SuperGPQA · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Knowledge group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

hlehle 25.7% 模型 seed-2-0-lite · 版本 no tool, text only · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: HLE (no tool, text only) · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Knowledge group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

beyondaime 79.0% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: BeyondAIME · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Reasoning group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

frontier-science-olympiad 72.0% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: FrontierSci-olympiad · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Reasoning group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

superchem 55.0% 模型 seed-2-0-lite · 版本 text-only · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: Superchem (text-only) · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: superchem not yet in data/benchmarks/. Reasoning group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

babe 57.9% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: BABE · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: babe not yet in data/benchmarks/. Reasoning group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

cl-bench 20.1% 模型 seed-2-0-lite · 版本未说明 · 指标 score · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: CL-Bench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Instruction Following group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

multichallenge 69.9% 模型 seed-2-0-lite · 版本未说明 · 指标 score · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: MultiChallenge · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Instruction Following group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

widesearch 70.3% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: WideSearch · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

SearchAgent group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

browsecomp 64.0% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: BrowseComp · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

SearchAgent group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

researchrubrics 59.2% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: ResearchRubrics · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: researchrubrics not yet in data/benchmarks/. SearchAgent group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

xpertbench 56.8% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: XPert Bench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

SearchAgent group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

skillsbench 43.7% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: SkillsBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Real World group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

gdpval 53.1% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: GDPval · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Real World group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

finsearchcomp 63.8% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: FinSearchComp · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Real World group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

tob-agent 51.4% 模型 seed-2-0-lite · 版本未说明 · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: Tob-Agent · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: tob-agent not yet in data/benchmarks/. Real World group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

swebench-multilingual 66.6% 模型 seed-2-0-lite · 版本未说明 · 指标 resolved_rate · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: SWE Multilingual · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

CodingAgent group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

swebench-pro 46.6% 模型 seed-2-0-lite · 版本未说明 · 指标 resolved_rate · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: SWE-Bench Pro · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

CodingAgent group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

nl2repo 28.7% 模型 seed-2-0-lite · 版本未说明 · 指标 resolved_rate · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: NL2Repo-Bench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

CodingAgent group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

paperbench 52.5% 模型 seed-2-0-lite · 版本未说明 · 指标 score · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: PaperBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

CodingAgent group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

terminalbench 43.3% 模型 seed-2-0-lite · 版本 2.0 · 指标 pass_rate · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: Terminal Bench 2.0 · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

CodingAgent group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

vibe-coding-human-eval 49.4% 模型 seed-2-0-lite · 版本 human evaluation · 指标 score · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 1 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash) · row: Vibe Coding human evaluation (page: Vibe Coding 人工评估) · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: vibe-coding-human-eval not yet in data/benchmarks/. CodingAgent group; human evaluation row. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 Mini / Gemini 3 Flash.

打开官方来源

mathvision 89.8 模型 seed-2-0-lite · 版本 STEM · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: MathVision · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

STEM group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

mmmu-pro 78.4 模型 seed-2-0-lite · 版本 STEM · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: MMMU_Pro · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

STEM group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

hipho 83.8 模型 seed-2-0-lite · 版本 STEM · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: HiPhO · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: hipho not yet in data/benchmarks/. STEM group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

medxpertqa-mm 79.6 模型 seed-2-0-lite · 版本 STEM · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: MedXpertQA-MM · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: medxpertqa-mm not yet in data/benchmarks/. STEM group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

babyvision 64.7 模型 seed-2-0-lite · 版本 Perception · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: BabyVision · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Perception group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

vlmsarebiased 80.6 模型 seed-2-0-lite · 版本 Perception · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: VLMBias (repo id vlmsarebiased) · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Perception group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

simplevqa 72.7 模型 seed-2-0-lite · 版本 Visual Knowledge · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: SimpleVQA · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Visual Knowledge group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

worldvqa 50.2 模型 seed-2-0-lite · 版本 Visual Knowledge · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: WorldVQA · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Visual Knowledge group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

charxiv-descriptive 94.5 模型 seed-2-0-lite · 版本 InfoGraphics · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: CharXiv-DQ (descriptive query) · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: charxiv-descriptive not yet in data/benchmarks/. InfoGraphics group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

charxiv-reasoning 82.4 模型 seed-2-0-lite · 版本 InfoGraphics · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: CharXiv-RQ (reasoning query) · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

InfoGraphics group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

erqa 71.5 模型 seed-2-0-lite · 版本 Embodied · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 2 (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High) · row: ERQA · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Embodied group. Same-table competitors: Lite 0215 / Pro 0215 / GPT-5.4 High / Gemini 3 Flash / Gemini 3.1 Pro High.

打开官方来源

osworld 64.4% 模型 seed-2-0-lite · 版本 Verified · 指标 task_completion_rate · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 3 GUI (columns: Seed2.0 Lite 0428 / Seed1.8 / Claude Opus 4.7 / Claude Sonnet 4.6 / Claude Sonnet 4.5 / GPT-5.4 High / Gemini 3.1 Pro) · row: OSWorld-Verfied (page spelling) · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

GUI group. Same-table competitors: Seed1.8 / Opus 4.7 / Sonnet 4.6 / Sonnet 4.5 / GPT-5.4 High / Gemini 3.1 Pro.

打开官方来源

mobileworld 64.6% 模型 seed-2-0-lite · 版本未说明 · 指标 task_completion_rate · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 3 GUI (columns: Seed2.0 Lite 0428 / Seed1.8 / Claude Opus 4.7 / Claude Sonnet 4.6 / Claude Sonnet 4.5 / GPT-5.4 High / Gemini 3.1 Pro) · row: MobileWorld · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

GUI group. Same-table competitors: Seed1.8 / Opus 4.7 / Sonnet 4.6 / Sonnet 4.5 / GPT-5.4 High / Gemini 3.1 Pro.

打开官方来源

video-mmmu 88.3 模型 seed-2-0-lite · 版本 Video Knowledge · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: VideoMMMU · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Video Knowledge group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

mmvu 76.7 模型 seed-2-0-lite · 版本 Video Knowledge · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: MMVU · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Video Knowledge group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

videosimpleqa-v2 69 模型 seed-2-0-lite · 版本 Video Knowledge · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: VideoSimpleQA-v2 · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: videosimpleqa-v2 not yet in data/benchmarks/. Video Knowledge group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

videosimpleqa 71.7 模型 seed-2-0-lite · 版本 Video Knowledge · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: VideoSimpleQA · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: videosimpleqa not yet in data/benchmarks/. Video Knowledge group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

scivideo 70.3 模型 seed-2-0-lite · 版本 Video Knowledge · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: SciVideo · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: scivideo not yet in data/benchmarks/. Video Knowledge group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

videoreasonbench 59.4 模型 seed-2-0-lite · 版本 Video Reasoning · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: VideoReasonBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: videoreasonbench not yet in data/benchmarks/. Video Reasoning group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

videoholmes 67.4 模型 seed-2-0-lite · 版本 Video Reasoning · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: VideoHolmes · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: videoholmes not yet in data/benchmarks/. Video Reasoning group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

minerva 68.5 模型 seed-2-0-lite · 版本 Video Reasoning · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: Minerva · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: minerva not yet in data/benchmarks/. Video Reasoning group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

tvbench 80.4 模型 seed-2-0-lite · 版本 Motion & Perception · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: TVBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Motion & Perception group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

tomato 72.5 模型 seed-2-0-lite · 版本 Motion & Perception · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: TOMATO · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Motion & Perception group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

egotempo 68.4 模型 seed-2-0-lite · 版本 Motion & Perception · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: EgoTempo · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Motion & Perception group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

motionbench 72.4 模型 seed-2-0-lite · 版本 Motion & Perception · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: MotionBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Motion & Perception group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

contphy 62.4 模型 seed-2-0-lite · 版本 Motion & Perception · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: ContPhy · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: contphy not yet in data/benchmarks/. Motion & Perception group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

morse-500 34.6 模型 seed-2-0-lite · 版本 Motion & Perception · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: Morese-500 (page spelling; Morse-500) · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: morse-500 not yet in data/benchmarks/. Motion & Perception group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

video-mme 89 模型 seed-2-0-lite · 版本 Long Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: VideoMME · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Long Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

video-mme-v2 64.9 模型 seed-2-0-lite · 版本 Long Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: VideoMMEv2 · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: video-mme-v2 not yet in data/benchmarks/. Long Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

cgbench 65.5 模型 seed-2-0-lite · 版本 Long Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: CGBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Long Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

longvideobench 79 模型 seed-2-0-lite · 版本 Long Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: LongVideoBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Long Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

lvbench 76.4 模型 seed-2-0-lite · 版本 Long Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: LVBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Long Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

videoeval-pro 49.5 模型 seed-2-0-lite · 版本 Long Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: VideoEval-Pro · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: videoeval-pro not yet in data/benchmarks/. Long Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

ovbench 63.2 模型 seed-2-0-lite · 版本 Streaming Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: OVBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Streaming Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

odvbench 66 模型 seed-2-0-lite · 版本 Streaming Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: ODVBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: odvbench not yet in data/benchmarks/. Streaming Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

livesports-3k 78.1 模型 seed-2-0-lite · 版本 Streaming Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: LiveSports-3K · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: livesports-3k not yet in data/benchmarks/. Streaming Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

ovobench 75.4 模型 seed-2-0-lite · 版本 Streaming Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: OVOBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

Streaming Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

vispeak 87 模型 seed-2-0-lite · 版本 Streaming Video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: ViSpeak · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: vispeak not yet in data/benchmarks/. Streaming Video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

crossvid 63.7 模型 seed-2-0-lite · 版本 Multi-video · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: CrossVid · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: crossvid not yet in data/benchmarks/. Multi-video group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

omnivideobench 61.7 模型 seed-2-0-lite · 版本 Visual-Audio Understanding · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: OmniVideoBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: omnivideobench not yet in data/benchmarks/. Visual-Audio Understanding group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

avmeme 69.5 模型 seed-2-0-lite · 版本 Visual-Audio Understanding · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: AVMeme · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: avmeme not yet in data/benchmarks/. Visual-Audio Understanding group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

jointavbench 69.5 模型 seed-2-0-lite · 版本 Visual-Audio Understanding · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: JointAVBench · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: jointavbench not yet in data/benchmarks/. Visual-Audio Understanding group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

worldsense 67.3 模型 seed-2-0-lite · 版本 Visual-Audio Understanding · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 4 video (columns: Seed2.0 Lite 0428 / Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High) · row: WorldSense · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: worldsense not yet in data/benchmarks/. Visual-Audio Understanding group. Same-table competitors: Lite 0215 / Pro 0215 / Mini 0215 / Gemini 3 Pro High / Gemini 3 Flash High (page prints asterisks on several Gemini cells; footnote not captured in archive text).

打开官方来源

mmsu 86.54 模型 seed-2-0-lite · 版本 Audio Understanding · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 5 audio (columns: Seed2.0 Lite 0428 / Gemini-3.1-Pro) · row: MMSU · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: mmsu not yet in data/benchmarks/. Audio group. Same-table competitor: Gemini-3.1-Pro. Page note: ASR rows use WER/CER, lower is better.

打开官方来源

wildspeech 75.81 模型 seed-2-0-lite · 版本 Audio Understanding · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 5 audio (columns: Seed2.0 Lite 0428 / Gemini-3.1-Pro) · row: WildSpeech · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: wildspeech not yet in data/benchmarks/. Audio group. Same-table competitor: Gemini-3.1-Pro. Page note: ASR rows use WER/CER, lower is better.

打开官方来源

wenetspeech 4.47 模型 seed-2-0-lite · 版本 ASR, WenetSpeech test-net · 指标 wer · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 5 audio (columns: Seed2.0 Lite 0428 / Gemini-3.1-Pro) · row: WenetSpeech test-net · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: wenetspeech not yet in data/benchmarks/. WER/CER row, lower is better. Same-table competitor: Gemini-3.1-Pro. Page note: ASR rows use WER/CER, lower is better.

打开官方来源

wenetspeech 5.31 模型 seed-2-0-lite · 版本 ASR, WenetSpeech test-meeting · 指标 wer · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 5 audio (columns: Seed2.0 Lite 0428 / Gemini-3.1-Pro) · row: WenetSpeech test-meeting · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: wenetspeech not yet in data/benchmarks/. WER/CER row, lower is better. Same-table competitor: Gemini-3.1-Pro. Page note: ASR rows use WER/CER, lower is better.

打开官方来源

librispeech 1.07 模型 seed-2-0-lite · 版本 ASR, LibriSpeech test-clean · 指标 wer · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 5 audio (columns: Seed2.0 Lite 0428 / Gemini-3.1-Pro) · row: Librispeech test-clean · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: librispeech not yet in data/benchmarks/. WER/CER row, lower is better. Same-table competitor: Gemini-3.1-Pro. Page note: ASR rows use WER/CER, lower is better.

打开官方来源

librispeech 2.17 模型 seed-2-0-lite · 版本 ASR, LibriSpeech test-other · 指标 wer · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 5 audio (columns: Seed2.0 Lite 0428 / Gemini-3.1-Pro) · row: Librispeech test-other · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: librispeech not yet in data/benchmarks/. WER/CER row, lower is better. Same-table competitor: Gemini-3.1-Pro. Page note: ASR rows use WER/CER, lower is better.

打开官方来源

fleurs 74.7 模型 seed-2-0-lite · 版本 S2TT, Fleurs 15 langs (zh/en <-> xx) · 指标 accuracy · 单位 percent 来源等级 A · vendor_reported · 核对日期 2026-09-01 · 距快照 33 天

归一化读数：不计算；样本及方差不完整，无法计算置信区间。

原文位置与完整协议

heading: Model Performance / Evaluation Results · table: seed2 carousel table 5 audio (columns: Seed2.0 Lite 0428 / Gemini-3.1-Pro) · row: Fleurs (15 langs) · figure: images/17.png (full-page raw-scan; values are DOM text in archive page.html)

{
  "harness": null,
  "tools": null,
  "shots": null,
  "reasoning_effort": null,
  "temperature": null,
  "top_p": null,
  "token_budget": null,
  "turn_limit": null,
  "time_limit": null,
  "run_count": null,
  "aggregation": null,
  "judge": null
}

new-benchmark: fleurs not yet in data/benchmarks/. Audio group. Same-table competitor: Gemini-3.1-Pro. Page note: ASR rows use WER/CER, lower is better.

打开官方来源