নেভিগেশন
AI BENCHY
Advertise here

LongCat 2.0 (medium) vs Grok Build 0.1 (medium)

average score প্রায় সমান: 7.4 vs 7.5. LongCat 2.0 (medium)-এর benchmark খরচ কম: $0.499 vs $1.130. Grok Build 0.1 (medium) দ্রুত: 54.50s vs 143.55s, pass rates 59.1% vs 60.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-15

র‍্যাঙ্ক
#94
মোট আউটপুট টোকেন
390,873
প্রতিক্রিয়া সময় (গড়)
143.55s
মোট খরচ
$0.499
র‍্যাঙ্ক
#89
মোট আউটপুট টোকেন
511,406
প্রতিক্রিয়া সময় (গড়)
54.50s
মোট খরচ
$1.130
প্রস্তাবিত মডেল LongCat 2.0 (medium)

It has the best score here (7.4), while costing about 2.3x less than Grok Build 0.1 (medium).

বিস্তারিত তুলনা

মেট্রিক LongCat 2.0 LongCat 2.0 medium প্রকাশ: 2026-07-20 Grok Build 0.1 Grok Build 0.1 medium প্রকাশ: 2026-05-21
স্কোর 7.4 7.5
র‍্যাঙ্ক #94 #89
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.3 9.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 59.1% 60.6%
অস্থির টেস্ট 2 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.153 8.691
মোট খরচ $0.499 $1.130
ইনপুট মূল্য $0.300 / 1M $1.000 / 1M
আউটপুট মূল্য $1.200 / 1M $2.000 / 1M
মোট ইনপুট টোকেন 97,324 106,946
আউটপুট টোকেন 44,383 7,993
রিজনিং টোকেন 346,490 503,413
প্রতিক্রিয়া সময় (গড়) 143.55s 54.50s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 939.52s 252.69s
প্রতিক্রিয়া সময় (মোট) 3158.11s 1199.07s
প্যারামিটার 1.6T মোট (48B সক্রিয়) ~300B মোট (~30B 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.

#94 LongCat 2.0

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

#89 SpaceXAI: Grok Build 0.1

medium
খরচ
$0.028
সময়
81.3s
টোকেন
14,009 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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

দ্রুত তুলনা

তুলনার জুটি বদলান