Meituan: LongCat 2.0 vs Qwen: Qwen3.5-Flash

La puntuación media está prácticamente empatada en 6.3 vs 6.2. LongCat 2.0 tiene menor coste de benchmark con $0.044 vs $0.139. LongCat 2.0 es más rápido con 5.18s vs 84.82s, con tasas de acierto de 36.4% vs 69.7%.

Modelo recomendadoLongCat 2.0Tiene la mejor puntuación aquí (6.3) y cuesta aproximadamente 3.2x menos que Qwen3.5-Flash (medium).

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

Métrica	LongCat 2.0 LongCat 2.0 none Lanzamiento: 2026-07-20	Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24

Métrica	LongCat 2.0 LongCat 2.0 none Lanzamiento: 2026-07-20	Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24
Puntuación	6.3	6.2
Rango	#111	#114
Fiabilidad	10.0	10.0
Consistencia	9.3	7.8
Pruebas correctas
Tasa de aciertos por intento	36.4%	69.7%
Pruebas inestables	2	6
Ejecuciones totales	66	66
Costo por resultado	0.627	1.361
Costo total	$0.044	$0.139
Precio de entrada	$0.300 / 1M	$0.065 / 1M
Precio de salida	$1.200 / 1M	$0.260 / 1M
Total de tokens de entrada	108,743	118,499
Tokens de salida	9,372	12,284
Tokens de razonamiento	0	490,610
Tiempo de respuesta (promedio)	5.18s	84.82s
Tiempo de respuesta (máximo)	48.38s	515.38s
Tiempo de respuesta (total)	113.95s	1781.22s

Hamster playing table tennis

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

#111 LongCat 2.0

none

Coste: $0.027
Tiempo: 411.7s
Tokens: 22,283 tok

#114 Qwen3.5-Flash

medium

Coste: $0.002
Tiempo: 25.8s
Tokens: 4,294 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	4.8	10.0	25.0%	0		2.87s	624	503	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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	5.5	10.0	33.3%	0		2.85s	7,446	578	0
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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	6.5	10.0	50.0%	0		28.45s	83,372	7,289	0
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

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	10.0	10.0	100.0%	0		2.36s	7,671	246	0
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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	3.0	10.0	0.0%	0		1.72s	729	25	0
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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	5.0	10.0	0.0%	0		2.76s	489	111	0
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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		2.82s	675	66	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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	4.0	5.0	33.3%	2		2.74s	663	299	0
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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		6.64s	6,867	231	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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		3.92s	207	24	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Comparación rápida

Cambiar par de comparación

Gemma 4 31BmediumDisponible gratisvsLongCat 2.0none Gemma 4 31BnoneDisponible gratisvsQwen3.5-Flashmedium Claude Sonnet 5nonevsQwen3.5-Flashmedium Seed-2.0-LitenonevsQwen3.5-Flashmedium GPT-5.6 LunalowvsQwen3.5-Flashmedium Ring-2.6-1TmediumvsLongCat 2.0none Gemini 2.5 FlashnonevsQwen3.5-Flashmedium LongCat 2.0nonevsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashmedium LongCat 2.0nonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LitenonevsQwen3.5-Flashmedium Qwen3.5-FlashmediumvsInklinglow