AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#157

LongCat 2.0

Meituan প্রকাশ: 2026-07-20 পরীক্ষিত হয়েছে: 2026-08-14 04:16 meituan/longcat-2.0::low
1.6T মোট (48B সক্রিয়)MoEউন্মুক্ত উৎস

সারাংশ

LongCat 2.0 AI BENCHY-তে 6.7 স্কোর করে এবং #157 স্থানে আছে। এর reliability 9.9, pass rate 54.6%, মোট খরচ $0.412, এবং গড় response time 113.61s.

LongCat 2.0 কে আলাদা করে যা: এটি সমন্বিত-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর ধাঁধা সমাধান এর দুর্বলতম ক্ষেত্র, rank #15.

মডেলের তথ্য

গবেষণার তারিখ: 2026-08-12

প্রকাশিত
প্যারামিটার
1.6T মোট (48B সক্রিয়)
আর্কিটেকচার
MoE
উপলভ্যতা
উন্মুক্ত উৎস
লাইসেন্স
MIT

ধারাবাহিকতা

8.5

মোট আউটপুট টোকেন

320,594

মোট ইনপুট টোকেন

90,870

ইনপুট মূল্য

$0.300 / 1M

আউটপুট মূল্য

$1.200 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 12

প্রতি চেষ্টায় পাস রেট: 54.6%

অস্থির টেস্ট

4

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

113.61s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 560.39s

প্রতিক্রিয়া সময় (মোট): 2499.46s

Hamster playing table tennis

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

#157 LongCat 2.0

low
খরচ
$0.024
সময়
428.0s
টোকেন
19,557 tok

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-08-14 04:16 পুনরায় পরীক্ষা 6.7 9.9 $0.412 বর্তমান রান
2026-07-20 16:55 প্রথম রান 6.7 9.6 $0.391 তুলনা করুন

এই রানটি ভিন্ন একটি বেঞ্চমার্ক স্যুইট ব্যবহার করেছে। ঐতিহাসিক পরিবর্তন পড়ার সময় স্যুইট পরিবর্তনও মাথায় রাখুন।

মূল্যের ইতিহাস

OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।

তারিখ ইনপুট মূল্য আউটপুট মূল্য
2026-08-14 12:51 $0.300 / 1M $1.200 / 1M

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 10.0 10.0
কোডিং 6.6 4.6
সমন্বিত 10.0 10.0
ডেটা পার্সিং ও নিষ্কাশন 6.3 10.0
ডোমেইন-নির্দিষ্ট 2.9 7.2
Sadharon Buddhimotta 3.4 2.2
নির্দেশনা অনুসরণ 6.5 10.0
ধাঁধা সমাধান 3.1 10.0
টুল কলিং 10.0 10.0
সাধারণ জ্ঞান 3.0 10.0

তুলনা করা মডেল