Navegación
Advertise here

LongCat 2.0 (medium) vs Qwen3.8 2.4T A95B (high)

La puntuación media está prácticamente empatada en 7.4 vs 7.4. LongCat 2.0 (medium) tiene menor coste de benchmark con $0.499 vs $2.357. Qwen3.8 2.4T A95B (high) es más rápido con 120.59s vs 143.55s, con tasas de acierto de 59.1% vs 74.2%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-09-24

Modelos comparados

Rango
#132
Total de tokens de salida
390,873
Tiempo de respuesta (promedio)
143.55s
Costo total
$0.499
Rango
#133
Total de tokens de salida
456,028
Tiempo de respuesta (promedio)
120.59s
Costo total
$2.357
Modelo recomendado LongCat 2.0 (medium)

Tiene la mejor puntuación aquí (7.4) y cuesta aproximadamente 4.7x menos que Qwen3.8 2.4T A95B (high).

Comparación detallada

Métrica LongCat 2.0 LongCat 2.0 medium Lanzamiento: 2026-07-20 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Lanzamiento: 2026-08-12
Puntuación 7.4 7.4
Rango #132 #133
Fiabilidad 10.0 9.4
Consistencia 9.3 8.3
Intentos 66/66 66/66
Pruebas correctas
Tasa de aciertos por intento 59.1% 74.2%
Pruebas inestables 2 4
Ejecuciones totales 66 66
Costo por resultado 4.153 16.832
Costo total $0.499 $2.357
Precio de entrada $0.300 / 1M $2.000 / 1M
Precio de salida $1.200 / 1M $6.000 / 1M
Total de tokens de entrada 97,324 108,931
Tokens de salida 44,383 112,801
Tokens de razonamiento 346,490 343,227
Tiempo de respuesta (promedio) 143.55s 120.59s
Tiempo de respuesta (máximo) 939.52s 532.28s
Tiempo de respuesta (total) 3158.11s 2653.05s
Parámetros 1.6T en total (48B activos) 2.4T en total (95B activos)
Disponibilidad Código abierto Pesos disponibles

Generación showcase de modelos

Hamster playing table tennis

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

#132 LongCat 2.0

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

#133 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
Coste
$0.000
Tiempo
600.0s
Tokens
0 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

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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

Comparación rápida

Cambiar par de comparación

Qwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.6lowGemini 3 Flash PreviewlowvsQwen3.8 2.4T A95BhighLongCat 2.0mediumvsQwen3.7 MaxnoneGemini 3.8 FlashlowvsLongCat 2.0mediumLongCat 2.0mediumvsGrok 4.6lowGPT-5.6 LunamediumvsQwen3.8 2.4T A95BhighGemini 3 Flash PreviewlowvsLongCat 2.0mediumKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsQwen3.8 2.4T A95BhighGemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95BhighKAT-Coder-Pro V2.5lowvsQwen3.8 2.4T A95Bhigh