#97 LongCat 2.0
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- খরচ
- $0.000
- সময়
- 600.0s
- টোকেন
- 0 tok
Meituan
প্রকাশ: 2026-07-20
পরীক্ষিত হয়েছে: 2026-07-20 17:01
meituan/longcat-2.0::high
1.6T মোট (48B সক্রিয়)MoEউন্মুক্ত উৎস
সারাংশ
LongCat 2.0 AI BENCHY-তে 6.6 স্কোর করে এবং #97 স্থানে আছে। এর reliability 9.4, pass rate 53.0%, মোট খরচ $0.469, এবং গড় response time 148.73s.
মডেলের তথ্য
গবেষণার তারিখ: 2026-08-12
- প্যারামিটার
- 1.6T মোট (48B সক্রিয়)
- আর্কিটেকচার
- MoE
- উপলভ্যতা
- উন্মুক্ত উৎস
- লাইসেন্স
- MIT
6.6
ধারাবাহিকতা
8.2
$0.469
মোট আউটপুট টোকেন
366,791
মোট ইনপুট টোকেন
93,357
ইনপুট মূল্য
$0.300 / 1M
আউটপুট মূল্য
$1.200 / 1M
অস্থির টেস্ট
5
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
148.73s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 941.66s
প্রতিক্রিয়া সময় (মোট): 3272.00s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-08-14 04:15 পুনরায় পরীক্ষা | 6.7 | 10.0 | $0.492 | তুলনা করুন | |
| 2026-07-20 17:01 প্রথম রান | 6.6 | 9.4 | $0.469 | বর্তমান রান |
রান তুলনা
| রান | বেঞ্চমার্ক কভারেজ | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-20 17:01 · প্রথম রান | 66/66 প্রচেষ্টা | 6.6 | 8.2 | 9.4 | 9/22 | 5 | 366,791 | 93,357 | $0.469 | 148.73s |
| 2026-08-14 04:15 · পুনরায় পরীক্ষা | 66/66 প্রচেষ্টা | 6.7 | 8.4 | 10.0 | 9/22 | 4 | 386,642 | 93,411 | $0.492 | 153.29s |
| পার্থক্য | — | -0.1 | -0.2 | -0.6 | 0 | +1 | -19851 | -54 | -$0.024 | -4562ms |
এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।
মূল্যের ইতিহাস
OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।
| তারিখ | ইনপুট মূল্য | আউটপুট মূল্য |
|---|---|---|
| 2026-07-20 17:49 | $0.300 / 1M | $1.200 / 1M |
চার্ট
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
দ্রুত তুলনা
LongCat 2.0highvsGemini 3.5 FlashminimalLongCat 2.0highvsGemini 3.5 Flash LitelowLongCat 2.0highvsLongCat 2.0lowLongCat 2.0highvsQwen3.5-27BnoneLongCat 2.0highvsKAT-Coder-Pro V2.5noneLongCat 2.0highvsGemini 3.1 Flash Lite PreviewlowLongCat 2.0highvsGLM 5.2noneLongCat 2.0highvsInkling SmallmediumLongCat 2.0highvsGemma 4 26B A4Bmediumবিনামূল্যে উপলভ্যLongCat 2.0highvsGemini 3.1 Flash Litelow
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 8.9 | 8.1 | |
| কোডিং | 7.6 | 7.2 | |
| সমন্বিত | 10.0 | 10.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 3.6 | 5.8 | |
| ডোমেইন-নির্দিষ্ট | 3.6 | 7.2 | |
| Sadharon Buddhimotta | 5.1 | 10.0 | |
| নির্দেশনা অনুসরণ | 6.5 | 10.0 | |
| ধাঁধা সমাধান | 3.1 | 7.4 | |
| টুল কলিং | 10.0 | 10.0 | |
| সাধারণ জ্ঞান | 3.0 | 10.0 |