नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Meituan: LongCat 2.0 vs OpenAI: GPT-5.5

GPT-5.5 (low) average score में आगे है: 9.3 vs 6.6. LongCat 2.0 (high) की benchmark लागत कम है: $0.469 vs $1.253. GPT-5.5 (low) तेज है: 10.13s vs 148.73s, pass rates 53.0% vs 86.4%.

अनुशंसित मॉडलGPT-5.5 (low)It has the best score here (9.3), while responding about 14.7x faster than LongCat 2.0 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-20

मेट्रिक LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20 GPT-5.5 GPT-5.5 low रिलीज़: 2026-04-24
स्कोर 6.6 9.3
रैंक #97 #6
विश्वसनीयता 9.4 10.0
संगति 8.2 10.0
सही परीक्षण
प्रति प्रयास पास दर 53.0% 86.4%
अस्थिर टेस्ट 5 0
कुल रन 66 66
प्रति परिणाम लागत 5.202 6.594
कुल लागत $0.469 $1.253
इनपुट कीमत $0.300 / 1M $5.000 / 1M
आउटपुट कीमत $1.200 / 1M $30.000 / 1M
कुल इनपुट टोकन 93,357 80,058
आउटपुट टोकन 30,466 5,378
रीजनिंग टोकन 336,325 23,040
प्रतिक्रिया समय (औसत) 148.73s 10.13s
प्रतिक्रिया समय (अधिकतम) 941.66s 56.19s
प्रतिक्रिया समय (कुल) 3272.00s 222.82s

Hamster playing table tennis

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

#97 LongCat 2.0

high
अमान्य SVG
लागत
$0.000
समय
600.0s
टोकन
0 tok

#6 GPT-5.5

low
लागत
$0.068
समय
37.0s
टोकन
2,339 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
LongCat 2.0 7.6 7.2 77.8% 1 505.33s 6,913 244 192,377
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402

त्वरित तुलना

तुलना जोड़ी बदलें