Meituan: LongCat 2.0 vs Qwen: Qwen3.7 Max

La puntuación media está prácticamente empatada en 7.4 vs 7.4. Qwen3.7 Max tiene menor coste de benchmark con $0.197 vs $0.478. Qwen3.7 Max es más rápido con 4.52s vs 136.64s, con tasas de acierto de 60.6% vs 68.2%.

Modelo recomendadoQwen3.7 MaxTiene la mejor puntuación aquí (7.4) y cuesta aproximadamente 2.4x menos 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	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22

Métrica	LongCat 2.0 LongCat 2.0 medium Lanzamiento: 2026-07-20	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22
Puntuación	7.4	7.4
Rango	#60	#59
Fiabilidad	9.8	9.9
Consistencia	8.9	10.0
Pruebas correctas
Tasa de aciertos por intento	60.6%	68.2%
Pruebas inestables	3	0
Ejecuciones totales	66	66
Costo por resultado	3.978	1.582
Costo total	$0.478	$0.197
Precio de entrada	$0.300 / 1M	$1.475 / 1M
Precio de salida	$1.200 / 1M	$4.425 / 1M
Total de tokens de entrada	97,315	95,983
Tokens de salida	44,384	12,446
Tokens de razonamiento	329,012	0
Tiempo de respuesta (promedio)	136.64s	4.52s
Tiempo de respuesta (máximo)	939.52s	72.30s
Tiempo de respuesta (total)	3006.01s	99.52s

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

#59 Qwen3.7 Max

none

Coste: $0.046
Tiempo: 195.0s
Tokens: 12,171 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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	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
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	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
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	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
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	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
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	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
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	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
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewlowvsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsLongCat 2.0medium GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone Claude Sonnet 4.6nonevsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone LongCat 2.0mediumvsGPT-5.6 Terralow GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone LongCat 2.0mediumvsGPT-5.3 Chatnone Nemotron 3 UltramediumDisponible gratisvsQwen3.7 Maxnone