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

Modelos comparados

Modelo recomendado LongCat 2.0 (low)

Tiene la mejor puntuación aquí (6.6) y cuesta aproximadamente 2.7x menos que Step 3.7 Flash (high).

Métrica	LongCat 2.0 LongCat 2.0 low Lanzamiento: 2026-07-20	Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29

Métrica	LongCat 2.0 LongCat 2.0 low Lanzamiento: 2026-07-20	Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29
Puntuación	6.6	6.6
Rango	#188	#190
Fiabilidad	9.9	10.0
Consistencia	8.3	8.5
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	55.1%	58.0%
Pruebas inestables	5	4
Ejecuciones totales	69	69
Costo por resultado	4.942	12.267
Costo total	$0.495	$1.350
Precio de entrada	$0.300 / 1M	$0.200 / 1M
Precio de salida	$1.200 / 1M	$1.150 / 1M
Total de tokens de entrada	262,387	421,200
Tokens de salida	7,344	1,100,052
Tokens de razonamiento	338,881	0
Tiempo de respuesta (promedio)	115.00s	72.72s
Tiempo de respuesta (máximo)	560.39s	364.99s
Tiempo de respuesta (total)	2645.11s	1672.53s
Parámetros	1.6T en total (48B activos)	198B en total (11B activos)
Disponibilidad	Código abierto	Código abierto

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

low

high

Categoría:

Tareas de agentes	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
LongCat 2.0	6.1	3.1	66.7%	1		145.65s	171,517	1,668	23,963
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
LongCat 2.0	10.0	10.0	100.0%	0		9.04s	588	225	4,303
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
LongCat 2.0	10.0	10.0	100.0%	0		130.21s	66,883	3,905	37,643
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
LongCat 2.0	6.3	10.0	50.0%	0		10.77s	7,653	198	2,498
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
LongCat 2.0	2.9	7.2	11.1%	1		183.63s	457	139	46,116
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
LongCat 2.0	3.4	2.2	33.3%	1		22.45s	480	116	2,364
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
LongCat 2.0	6.5	10.0	50.0%	0		6.39s	657	78	1,604
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
LongCat 2.0	3.1	10.0	0.0%	0		8.15s	636	289	2,561
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
LongCat 2.0	10.0	10.0	100.0%	0		10.81s	6,840	249	398
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
LongCat 2.0	3.0	10.0	0.0%	0		122.07s	132	16	10,804
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Cambiar par de comparación