BenchLeader

Doubao Seed 2.1 Pro 260628 vs Doubao Seed Evolving

完整资料:Doubao Seed 2.1 Pro 260628(ByteDance)和 Doubao Seed Evolving(ByteDance),包括全部基准测试、价格和排名。

更新于 · 数据来自 1 个来源

截至 2026年11月16日,两者共同的基准测试太少,无法判断质量高下。看重知识(52 比 50)选 Seed 2.1 Pro 260628;看重推理(66 比 64)和数学(66 比 65)选 Seed Evolving。

Doubao Seed 2.1 Pro 260628 于 2026年6月23日 发布,目前还没有 BenchLeader Index(需要覆盖两个类别的五项第三方结果)。 Doubao Seed Evolving 于 2026年11月2日 发布,目前还没有 BenchLeader Index(需要覆盖两个类别的五项第三方结果)。因此本页不给出质量结论,只对比两者目前已公布的两者都有结果的基准测试。首批结果将在以下页面跟踪: Doubao Seed 2.1 Pro 260628 的页面和 Doubao Seed Evolving 的页面

要点(截至 2026年11月16日)

  • 在两者都有结果的 4 项基准测试中,Doubao Seed Evolving 领先 3 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
数学Doubao Seed Evolving类别得分 66 比 65;OTIS Mock AIME 99.2% 比 95.6%中
推理Doubao Seed Evolving类别得分 66 比 64;GPQA Diamond 93.1% 比 89.3%中
知识Doubao Seed 2.1 Pro 260628类别得分 52 比 50;SimpleQA Verified 44.7% 比 41.9%中
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 共同的基准测试太少,无法给出结论。
  • Doubao Seed 2.1 Pro 260628 (high) 在知识方面更强。
  • Doubao Seed Evolving (high) 在数学、推理方面更强。

概览

规格Doubao Seed 2.1 Pro 260628Doubao Seed Evolving
提供商ByteDanceByteDance
发布日期2026年6月23日2026年11月2日
对比时的配置Doubao Seed 2.1 Pro 260628 (high)Doubao Seed Evolving (high)
开放权重否否

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Doubao Seed 2.1 Pro 260628 (high)Doubao Seed Evolving (high)领先者
推理63.766.2Doubao Seed Evolving
数学64.766.2Doubao Seed Evolving
知识51.949.7Doubao Seed 2.1 Pro 260628

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理数学知识Doubao Seed 2.1 Pro 260628, 推理: 63.7Doubao Seed 2.1 Pro 260628, 数学: 64.7Doubao Seed 2.1 Pro 260628, 知识: 51.9Doubao Seed Evolving, 推理: 66.2Doubao Seed Evolving, 数学: 66.2Doubao Seed Evolving, 知识: 49.7

未绘制(测得的模型少于两个):编程, 智能体与工具, 指令遵循, 长上下文, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 4 项基准测试中,Doubao Seed 2.1 Pro 260628 领先 1 项,Doubao Seed Evolving 领先 3 项。

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

全部基准测试

共 4 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。

指标发布方Doubao Seed 2.1 Pro 260628 (high)Doubao Seed Evolving (high)
知识得分BenchLeader51.949.7
数学得分BenchLeader64.766.2
推理得分BenchLeader63.766.2
推理
GPQA DiamondEpoch AI Benchmarking Hub89.3%93.1%
Chess PuzzlesEpoch AI Benchmarking Hub21.0%40.0%
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub95.6%99.2%
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub44.7%41.9%

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

变化

  • Doubao Seed 2.1 Pro 260628 (high):1 项新结果(Chess Puzzles)。
  • Doubao Seed Evolving (high):1 项新结果(Chess Puzzles)。

    排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

    Doubao Seed 2.1 Pro 260628 vs Doubao Seed Evolving:常见问题

    第三方基准测试对 Doubao Seed 2.1 Pro 260628 和 Doubao Seed Evolving 的看法一致吗?
    在两者都有结果的 4 项基准测试中,Doubao Seed 2.1 Pro 260628 领先 1 项,Doubao Seed Evolving 领先 3 项。
    Doubao Seed Evolving 是什么时候发布的?
    Doubao Seed Evolving 于 2026年11月2日 发布。