নেভিগেশন
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Qwen: Qwen3.5 Plus 2026-02-15

Qwen3.5 Plus 2026-02-15 (medium) average score-এ এগিয়ে: 7.5 vs 7.4. Qwen3.5 Plus 2026-02-15 (medium)-এর benchmark খরচ কম: $0.437 vs $0.478. Qwen3.5 Plus 2026-02-15 (medium) দ্রুত: 89.19s vs 136.64s, pass rates 60.6% vs 71.2%.

প্রস্তাবিত মডেলQwen3.5 Plus 2026-02-15 (medium)It has the best score here (7.5), while responding about 1.5x faster than LongCat 2.0 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-20

মেট্রিক LongCat 2.0 LongCat 2.0 medium প্রকাশ: 2026-07-20 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium প্রকাশ: 2026-02-15
স্কোর 7.4 7.5
র‍্যাঙ্ক #60 #57
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.9 8.5
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 60.6% 71.2%
অস্থির টেস্ট 3 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.978 3.348
মোট খরচ $0.478 $0.437
ইনপুট মূল্য $0.300 / 1M $0.260 / 1M
আউটপুট মূল্য $1.200 / 1M $1.560 / 1M
মোট ইনপুট টোকেন 97,315 113,560
আউটপুট টোকেন 44,384 9,823
রিজনিং টোকেন 329,012 250,881
প্রতিক্রিয়া সময় (গড়) 136.64s 89.19s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 939.52s 304.85s
প্রতিক্রিয়া সময় (মোট) 3006.01s 1337.92s

Hamster playing table tennis

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

#60 LongCat 2.0

medium
খরচ
$0.016
সময়
285.1s
টোকেন
13,057 tok

#57 Qwen3.5 Plus 2026-02-15

medium
খরচ
$0.011
সময়
125.5s
টোকেন
7,040 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 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143
Qwen3.5 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595

দ্রুত তুলনা

তুলনার জুটি বদলান