APIYI：Seed 2.0 Lite 与 Pro 基准表、视觉档位和生产场景

一句话结论

APIYI 的对照表显示 Lite 在 AIME、知识、视觉、视频和代码任务上接近 Pro，并公开 low/high/xhigh 视觉档位；这些是 provider 页面整理的 benchmark 数据，需在同一 API 上复核。

适用场景

• 适合的任务：文档/收据/合同抽取、图表分析、视频理解、搜索推荐、工具调用和高 QPS 生产路由。

• 不适合的任务：把 provider 页面基准当成独立重跑，或在财务/高风险任务中省略人工抽查。

• 适用的模型版本：APIYI 的 seed-2-0-lite-260228；页面同时列 Seed2.0 Pro 和 Seed1.8 作对照。

• 适用的客户端、Agent 或 API：APIYI OpenAI-compatible endpoint https://api.apiyi.com/v1；不是火山方舟直连。

• 推荐的推理档位和参数：视觉输入可按 low/high/xhigh 选档；页面未公开完整 temperature、reasoning 和工具参数。

测试环境

• 测试方：APIYI 的模型介绍和 benchmark 汇总页。

• 对照模型：Seed 2.0 Lite、Seed 2.0 Pro、Seed 1.8。

• 测试任务：AIME 2025、MMLU-Pro、SWE-Bench Verified、LiveCodeBench v6、MathVision、MathVista、VideoMME、COLLIE。

• 完整输入/配置：页面未公开原始 prompt、样本量、采样次数、工具和评测脚本。

输入/配置

• 输入模态：文本、图片、视频；输出类型为文本。

• 视觉档位：low 适合简单识别/快速分类，high 为标准文档/图表分析默认档，xhigh 面向密集文字、复杂图表和细节丰富场景。

• API：OpenAI-compatible；页面列出的模型名为 seed-2-0-lite-260228。

• 知识截止：页面列出 2024-01；该字段应按当前 provider 实测/文档复核。

结果数据

APIYI 页面表格直接列出的数值：

页面据此将 Lite 定位为约为 Pro 五分之一成本、适合日常生产任务和高并发覆盖，并将 MMLU-Pro 视为 Lite 高于 Pro 的知识任务例子。

结论

这份资料支持 Lite 在结构化知识、视觉理解和高吞吐多模态场景中作为 Pro 的成本替代候选；SWE-Bench 和 LiveCodeBench 仍低于 Pro，复杂软件工程应保留升级路径。视觉档位可直接转成成本/质量 A/B 变量。

局限

• APIYI 是第三方 provider，页面没有提供 benchmark 原始输入、评测代码或独立复核证明。

• “约五分之一成本”、知识截止、模型名和 endpoint 都是 provider 页面口径，不等同于方舟当前价格或快照。

• 表格中的 benchmark 可能来自官方 Model Card；不能将其标记为 APIYI 独立受控测试。

复现步骤

1. 在 APIYI 固定 seed-2-0-lite-260228、视觉档位、temperature、max output 和请求模式。

2. 对 AIME/MMLU/代码/视觉/视频任务保存原始输入和输出，并与 Pro 使用相同 prompt、工具和超时。

3. 分别统计准确率、字段/代码测试、视频事件识别、token、延迟、错误和重试成本。

4. 在 high 与 xhigh 视觉档位之间做同样输入的 A/B，判断质量提升是否抵消成本。

来源摘录或观察（仅做合规短引）

• 页面把 Lite 的视觉输入拆成 low/high/xhigh 三档，而不是只给一个“视觉能力”标签。

• 页面同时列出 Lite 与 Pro 的代码和知识分数，适合作为路由假设，但不应替代独立复测。