Meituan: LongCat 2.0 vs OpenAI: GPT-5.3 Chat

GPT-5.3 Chat lidera en puntuación media con 7.5 vs 7.4. LongCat 2.0 (medium) tiene menor coste de benchmark con $0.478 vs $0.571. GPT-5.3 Chat es más rápido con 6.88s vs 136.64s, con tasas de acierto de 60.6% vs 68.2%.

Modelo recomendadoGPT-5.3 ChatTiene la mejor puntuación aquí (7.5) y responde aproximadamente 19.9x más rápido que LongCat 2.0 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-20

Métrica	LongCat 2.0 LongCat 2.0 medium Lanzamiento: 2026-07-20	GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03

Métrica	LongCat 2.0 LongCat 2.0 medium Lanzamiento: 2026-07-20	GPT-5.3 Chat GPT-5.3 Chat none Lanzamiento: 2026-03-03
Puntuación	7.4	7.5
Rango	#60	#54
Fiabilidad	9.8	10.0
Consistencia	8.9	8.2
Pruebas correctas
Tasa de aciertos por intento	60.6%	68.2%
Pruebas inestables	3	5
Ejecuciones totales	66	66
Costo por resultado	3.978	4.387
Costo total	$0.478	$0.571
Precio de entrada	$0.300 / 1M	$1.750 / 1M
Precio de salida	$1.200 / 1M	$14.000 / 1M
Total de tokens de entrada	97,315	78,990
Tokens de salida	44,384	30,854
Tokens de razonamiento	329,012	0
Tiempo de respuesta (promedio)	136.64s	6.88s
Tiempo de respuesta (máximo)	939.52s	18.33s
Tiempo de respuesta (total)	3006.01s	151.31s

Hamster playing table tennis

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

#60 LongCat 2.0

medium

Coste: $0.016
Tiempo: 285.1s
Tokens: 13,057 tok

#54 GPT-5.3 Chat

none

Coste: $0.008
Tiempo: 8.1s
Tokens: 634 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

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		9.65s	588	201	4,412
GPT-5.3 Chat	6.7	8.1	58.3%	1		3.86s	606	3,167	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	10.0	10.0	100.0%	0		455.00s	7,419	533	214,143
GPT-5.3 Chat	5.6	4.7	55.6%	2		10.52s	7,302	6,632	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	7.3	5.8	83.3%	1		151.04s	72,348	4,675	38,668
GPT-5.3 Chat	10.0	10.0	100.0%	0		15.07s	55,800	6,851	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		10.63s	7,653	198	2,536
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.21s	7,140	942	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		339.86s	496	37,855	37,080
GPT-5.3 Chat	3.5	4.4	33.3%	2		13.01s	723	8,264	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	4.8	3.2	33.3%	1		16.35s	480	121	1,598
GPT-5.3 Chat	4.6	10.0	0.0%	0		1.99s	477	319	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		7.38s	657	78	1,652
GPT-5.3 Chat	9.8	10.0	100.0%	0		3.51s	660	1,491	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	5.4	10.0	33.3%	0		8.84s	636	388	2,562
GPT-5.3 Chat	10.0	10.0	100.0%	0		2.99s	642	1,758	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		10.67s	6,840	249	581
GPT-5.3 Chat	10.0	10.0	100.0%	0		8.36s	5,445	861	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		191.19s	198	86	25,780
GPT-5.3 Chat	3.0	10.0	0.0%	0		4.38s	195	569	0

Comparación rápida

Cambiar par de comparación

Kimi K2.7 CodemediumvsGPT-5.3 Chatnone LongCat 2.0mediumvsQwen3.7 Maxnone GPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium Gemini 3 Flash PreviewlowvsLongCat 2.0medium Nemotron 3 UltramediumDisponible gratisvsGPT-5.3 Chatnone KAT-Coder-Pro V2.5lowvsLongCat 2.0medium GPT-5.3 ChatnonevsQwen3.5-27Bmedium Claude Sonnet 4.6nonevsLongCat 2.0medium LongCat 2.0mediumvsGPT-5.6 Terralow GPT-5.3 ChatnonevsGrok Build 0.1medium MiniMax M3mediumvsGPT-5.3 Chatnone Gemini 3 Flash PreviewlowvsGPT-5.3 Chatnone