নেভিগেশন
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Qwen: Qwen3.6 Flash

Qwen3.6 Flash (medium) average score-এ এগিয়ে: 6.9 vs 6.7. LongCat 2.0 (low)-এর benchmark খরচ কম: $0.391 vs $0.738. Qwen3.6 Flash (medium) দ্রুত: 44.65s vs 100.31s, pass rates 53.0% vs 68.2%.

প্রস্তাবিত মডেলQwen3.6 Flash (medium)It has the best score here (6.9), while responding about 2.2x faster than LongCat 2.0 (low).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-21

মেট্রিক LongCat 2.0 LongCat 2.0 low প্রকাশ: 2026-07-20 Qwen3.6 Flash Qwen3.6 Flash medium প্রকাশ: 2026-04-20
স্কোর 6.7 6.9
র‍্যাঙ্ক #96 #89
নির্ভরযোগ্যতা 9.6 10.0
ধারাবাহিকতা 8.9 8.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 53.0% 68.2%
অস্থির টেস্ট 3 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.910 6.784
মোট খরচ $0.391 $0.738
ইনপুট মূল্য $0.300 / 1M $0.188 / 1M
আউটপুট মূল্য $1.200 / 1M $1.125 / 1M
মোট ইনপুট টোকেন 90,909 129,041
আউটপুট টোকেন 5,679 20,026
রিজনিং টোকেন 297,369 614,312
প্রতিক্রিয়া সময় (গড়) 100.31s 44.65s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 560.39s 578.13s
প্রতিক্রিয়া সময় (মোট) 2206.82s 982.32s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#96 LongCat 2.0

low
খরচ
$0.024
সময়
428.0s
টোকেন
19,557 tok

#89 Qwen3.6 Flash

medium
অবৈধ SVG
খরচ
$0.008
সময়
29.9s
টোকেন
6,784 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627
Qwen3.6 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967

দ্রুত তুলনা

তুলনার জুটি বদলান