নেভিগেশন
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Thinking Machines: Inkling

LongCat 2.0 average score-এ এগিয়ে: 6.3 vs 6.1. LongCat 2.0-এর benchmark খরচ কম: $0.044 vs $0.187. Inkling (low) দ্রুত: 5.15s vs 5.18s, pass rates 36.4% vs 54.6%.

প্রস্তাবিত মডেলLongCat 2.0It has the best score here (6.3), while costing about 4.3x less than Inkling (low).

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

মেট্রিক LongCat 2.0 LongCat 2.0 none প্রকাশ: 2026-07-20 Inkling Inkling low প্রকাশ: 2026-07-18
স্কোর 6.3 6.1
র‍্যাঙ্ক #111 #123
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 9.3 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 36.4% 54.6%
অস্থির টেস্ট 2 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.627 1.866
মোট খরচ $0.044 $0.187
ইনপুট মূল্য $0.300 / 1M $1.000 / 1M
আউটপুট মূল্য $1.200 / 1M $4.050 / 1M
মোট ইনপুট টোকেন 108,743 109,884
আউটপুট টোকেন 9,372 8,579
রিজনিং টোকেন 0 10,343
প্রতিক্রিয়া সময় (গড়) 5.18s 5.15s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 48.38s 41.58s
প্রতিক্রিয়া সময় (মোট) 113.95s 113.39s

Hamster playing table tennis

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

#111 LongCat 2.0

none
খরচ
$0.027
সময়
411.7s
টোকেন
22,283 tok

#123 Thinking Machines: Inkling

low
খরচ
$0.002
সময়
6.1s
টোকেন
502 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 5.5 10.0 33.3% 0 2.85s 7,446 578 0
Inkling 5.1 7.2 22.2% 1 8.71s 7,374 355 4,961

দ্রুত তুলনা

তুলনার জুটি বদলান