Meituan: LongCat 2.0 vs OpenAI: GPT-5.5

GPT-5.5 (low) lidera en puntuación media con 9.3 vs 7.4. LongCat 2.0 (medium) tiene menor coste de benchmark con $0.478 vs $1.253. GPT-5.5 (low) es más rápido con 10.13s vs 136.64s, con tasas de acierto de 60.6% vs 86.4%.

Modelo recomendadoGPT-5.5 (low)Tiene la mejor puntuación aquí (9.3) y responde aproximadamente 13.5x 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-5.5 GPT-5.5 low Lanzamiento: 2026-04-24

Métrica	LongCat 2.0 LongCat 2.0 medium Lanzamiento: 2026-07-20	GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24
Puntuación	7.4	9.3
Rango	#60	#6
Fiabilidad	9.8	10.0
Consistencia	8.9	10.0
Pruebas correctas
Tasa de aciertos por intento	60.6%	86.4%
Pruebas inestables	3	0
Ejecuciones totales	66	66
Costo por resultado	3.978	6.594
Costo total	$0.478	$1.253
Precio de entrada	$0.300 / 1M	$5.000 / 1M
Precio de salida	$1.200 / 1M	$30.000 / 1M
Total de tokens de entrada	97,315	80,058
Tokens de salida	44,384	5,378
Tokens de razonamiento	329,012	23,040
Tiempo de respuesta (promedio)	136.64s	10.13s
Tiempo de respuesta (máximo)	939.52s	56.19s
Tiempo de respuesta (total)	3006.01s	222.82s

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

#6 GPT-5.5

low

Coste: $0.068
Tiempo: 37.0s
Tokens: 2,339 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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297

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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Comparación rápida

Cambiar par de comparación

LongCat 2.0mediumvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsLongCat 2.0medium Claude Sonnet 4.6nonevsLongCat 2.0medium LongCat 2.0mediumvsGPT-5.6 Terralow Gemini 3.1 Pro PreviewmediumvsGPT-5.5low LongCat 2.0mediumvsGPT-5.3 Chatnone Claude Opus 4.8nonevsLongCat 2.0medium LongCat 2.0mediumvsStep 3.7 Flashlow GPT-5.5lowvsQwen3.7 Maxmedium KAT-Coder-Pro V2.5highvsLongCat 2.0medium Gemini 3.5 FlashmediumvsGPT-5.5low