Navigation
Advertise here

LongCat 2.0 (low) vs Step 3.7 Flash (high)

Der Durchschnittsscore ist mit 6.6 vs 6.6 praktisch gleichauf. LongCat 2.0 (low) hat die niedrigeren Benchmark-Kosten mit $0.630 vs $1.478. Step 3.7 Flash (high) ist schneller mit 72.72s vs 115.00s, mit Erfolgsraten von 55.1% vs 58.0%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-16

Verglichene Modelle

Rang
#267
Gesamte Ausgabe-Token
346,225
Antwortzeit (Durchschnitt)
115.00s
Gesamtkosten
$0.630
Rang
#269
Gesamte Ausgabe-Token
1,100,052
Antwortzeit (Durchschnitt)
72.72s
Gesamtkosten
$1.478
Empfohlenes Modell LongCat 2.0 (low)

Es hat hier die beste Punktzahl (6.6) und kostet etwa 2.3x weniger als Step 3.7 Flash (high).

Detaillierter Vergleich

Metrik LongCat 2.0 LongCat 2.0 low Veröffentlichung: 2026-07-20 Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29
Punktzahl 6.6 6.6
Rang #267 #269
Zuverlässigkeit 9.9 10.0
Konsistenz 8.3 8.5
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 55.1% 58.0%
Instabile Tests 5 4
Gesamtläufe 69 69
Kosten pro Ergebnis 4.942 12.267
Gesamtkosten $0.630 $1.478
Eingabepreis $0.300 / 1M $0.200 / 1M
Ausgabepreis $1.200 / 1M $1.150 / 1M
Preis für Cache-Lesen $0.006 / 1M $0.040 / 1M
Preis für Cache-Schreiben k. A. k. A.
Gesamte Eingabe-Token 262,387 421,200
Ausgabe-Token 7,344 1,100,052
Denk-Token 338,881 0
Antwortzeit (Durchschnitt) 115.00s 72.72s
Antwortzeit (Maximum) 560.39s 364.99s
Antwortzeit (Gesamt) 2645.11s 1672.53s
Parameter 1.6T insgesamt (48B aktiv) 198B insgesamt (11B aktiv)
Verfügbarkeit Open Source Open Source

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#267 LongCat 2.0

low
Kosten
$0.024
Zeit
428.0s
Token
19,557 tok

#269 Step 3.7 Flash

high
Kosten
$0.007
Zeit
63.6s
Token
6,030 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

Vergleichspaar wechseln