নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

LongCat 2.0 (medium) vs Qwen3.8 2.4T A95B (high)

Qwen3.8 2.4T A95B (high) average score-এ এগিয়ে: 7.9 vs 7.2. LongCat 2.0 (medium)-এর benchmark খরচ কম: $0.767 vs $2.949. Qwen3.8 2.4T A95B (high) দ্রুত: 120.88s vs 144.88s, pass rates 59.4% vs 75.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-22

তুলনা করা মডেল

র‍্যাঙ্ক
#234
মোট আউটপুট টোকেন
422,234
প্রতিক্রিয়া সময় (গড়)
144.88s
মোট খরচ
$0.767
র‍্যাঙ্ক
#180
মোট আউটপুট টোকেন
368,836
প্রতিক্রিয়া সময় (গড়)
120.88s
মোট খরচ
$2.949
প্রস্তাবিত মডেল LongCat 2.0 (medium)

Its score stays close to the best score here (7.2 vs 7.9), while costing about 3.8x less than Qwen3.8 2.4T A95B (high).

বিস্তারিত তুলনা

মেট্রিক LongCat 2.0 LongCat 2.0 medium প্রকাশ: 2026-07-20 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high প্রকাশ: 2026-08-12
স্কোর 7.2 7.9
র‍্যাঙ্ক #234 #180
নির্ভরযোগ্যতা 10.0 9.6
ধারাবাহিকতা 9.0 8.4
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 59.4% 75.4%
অস্থির টেস্ট 3 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 4.942 18.696
মোট খরচ $0.767 $2.949
ইনপুট মূল্য $0.300 / 1M $2.000 / 1M
আউটপুট মূল্য $1.200 / 1M $6.000 / 1M
ক্যাশ পড়ার মূল্য $0.006 / 1M $0.250 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 287,669 295,642
আউটপুট টোকেন 47,204 115,041
রিজনিং টোকেন 375,030 353,398
প্রতিক্রিয়া সময় (গড়) 144.88s 120.88s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 939.52s 532.28s
প্রতিক্রিয়া সময় (মোট) 3332.19s 2780.16s
প্যারামিটার 1.6T মোট (48B সক্রিয়) 2.4T মোট (95B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস ওজন উপলভ্য

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#234 LongCat 2.0

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

#180 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
খরচ
$0.000
সময়
600.0s
টোকেন
0 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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

তুলনার জুটি বদলান