Seed 2.0 Pro

Fiche modèle · ByteDance · seed-2.0-pro

ByteDance's flagship general-purpose agent model focused on long-chain reasoning and robustness in complex workflows. Features comprehensive multimodal understanding (text, image, video), enhanced instruction-following, and strong coding capabilities. Competes with GPT-5.2 and Gemini 3 Pro across scientific, reasoning, and coding benchmarks.

Identité

OrganisationByteDance
Pays—
Famille—
Typellm
Date de sortie2026-02-14
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text|video
Fenêtre de contexte—
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session1.10 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)9.24 $ (est.)
Tokens d'entraînement—
Coupure de connaissance2024-01-01
Créé le2026-05-07T16:53:28.043052Z
Mis à jour le2026-11-04T06:04:36.770247Z
SourceLLM Stats
URLhttps://llm-stats.com/models/seed-2.0-pro

Prix par fournisseur

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
DeepInfrallm-statsnon0.50 $3.00 $————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
math1.00
physics0.90
reasoning0.90
search0.80
frontend_development0.80
general0.90
agents0.80
biology0.90
chemistry0.90
code0.80

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
aime-2025math0.981.000.98nonoui2026-11-04T06:04:36.783444Z
aime-2026math0.941.000.94nonoui2026-11-04T06:04:36.791300Z
browsecompreasoning0.771.000.77nonoui2026-11-04T06:04:36.822924Z
gpqareasoning0.891.000.89nonoui2026-11-04T06:04:36.803142Z
livecodebench-v6reasoning0.881.000.88nonoui2026-11-04T06:04:36.810868Z
swe-bench-verifiedreasoning0.771.000.77nonoui2026-11-04T06:04:36.814339Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
agents96—17.041trueskill2026-10-20model_history
code99—22.131trueskill2026-10-20model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04