Meituan: LongCat 2.0 vs Qwen: Qwen3.5-27B

La puntuación media está prácticamente empatada en 7.4 vs 7.4. LongCat 2.0 (medium) tiene menor coste de benchmark con $0.478 vs $1.627. Qwen3.5-27B (medium) es más rápido con 111.94s vs 136.64s, con tasas de acierto de 60.6% vs 72.7%.

Modelo recomendadoLongCat 2.0 (medium)Tiene la mejor puntuación aquí (7.4) y cuesta aproximadamente 3.4x menos que Qwen3.5-27B (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	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24

Métrica	LongCat 2.0 LongCat 2.0 medium Lanzamiento: 2026-07-20	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24
Puntuación	7.4	7.4
Rango	#60	#58
Fiabilidad	9.8	10.0
Consistencia	8.9	8.2
Pruebas correctas
Tasa de aciertos por intento	60.6%	72.7%
Pruebas inestables	3	5
Ejecuciones totales	66	66
Costo por resultado	3.978	8.324
Costo total	$0.478	$1.627
Precio de entrada	$0.300 / 1M	$0.260 / 1M
Precio de salida	$1.200 / 1M	$2.600 / 1M
Total de tokens de entrada	97,315	111,635
Tokens de salida	44,384	15,999
Tokens de razonamiento	329,012	598,430
Tiempo de respuesta (promedio)	136.64s	111.94s
Tiempo de respuesta (máximo)	939.52s	1026.43s
Tiempo de respuesta (total)	3006.01s	2462.67s

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

#58 Qwen3.5-27B

medium

Coste: $0.008
Tiempo: 62.0s
Tokens: 3,099 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
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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
Qwen3.5-27B	7.3	5.8	83.3%	1		595.19s	84,417	7,948	279,132

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
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Comparación rápida

Cambiar par de comparación

LongCat 2.0mediumvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsLongCat 2.0medium GPT-5.6 TerralowvsQwen3.5-27Bmedium GPT-5.3 ChatnonevsQwen3.5-27Bmedium Gemini 3 Flash PreviewlowvsQwen3.5-27Bmedium Claude Sonnet 4.6nonevsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium LongCat 2.0mediumvsGPT-5.6 Terralow LongCat 2.0mediumvsGPT-5.3 Chatnone Claude Sonnet 4.6nonevsQwen3.5-27Bmedium Claude Opus 4.8nonevsLongCat 2.0medium