নেভিগেশন
AI BENCHY
Advertise here

LongCat 2.0 (medium) vs Grok 4.6 (low)

average score প্রায় সমান: 7.4 vs 7.4. Grok 4.6 (low)-এর benchmark খরচ কম: $0.441 vs $0.478. Grok 4.6 (low) দ্রুত: 14.20s vs 136.64s, pass rates 60.6% vs 71.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-12

র‍্যাঙ্ক
#88
মোট আউটপুট টোকেন
373,396
প্রতিক্রিয়া সময় (গড়)
136.64s
মোট খরচ
$0.478
র‍্যাঙ্ক
#90
মোট আউটপুট টোকেন
36,792
প্রতিক্রিয়া সময় (গড়)
14.20s
মোট খরচ
$0.441
প্রস্তাবিত মডেল Grok 4.6 (low)

It has the best score here (7.4), while responding about 9.6x faster than LongCat 2.0 (medium).

বিস্তারিত তুলনা

মেট্রিক LongCat 2.0 LongCat 2.0 medium প্রকাশ: 2026-07-20 Grok 4.6 Grok 4.6 low প্রকাশ: 2026-08-12
স্কোর 7.4 7.4
র‍্যাঙ্ক #88 #90
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.9 9.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 60.6% 71.2%
অস্থির টেস্ট 3 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.978 2.938
মোট খরচ $0.478 $0.441
ইনপুট মূল্য $0.300 / 1M $2.000 / 1M
আউটপুট মূল্য $1.200 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 97,315 109,951
আউটপুট টোকেন 44,384 5,124
রিজনিং টোকেন 329,012 31,668
প্রতিক্রিয়া সময় (গড়) 136.64s 14.20s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 939.52s 26.46s
প্রতিক্রিয়া সময় (মোট) 3006.01s 312.33s
প্যারামিটার 1.6T মোট (48B সক্রিয়) ~1.7T মোট (~170B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#88 LongCat 2.0

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

#90 SpaceXAI: Grok 4.6

low
খরচ
$0.011
সময়
26.0s
টোকেন
1,941 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
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

দ্রুত তুলনা

তুলনার জুটি বদলান