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

LongCat 2.0 (high) vs GPT-6 Luna (medium)

GPT-6 Luna (medium) average score में आगे है: 8.3 vs 7.3. GPT-6 Luna (medium) की benchmark लागत कम है: $0.047 vs $0.778. GPT-6 Luna (medium) तेज है: 18.07s vs 151.67s, pass rates 53.6% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#162
कुल आउटपुट टोकन
404,635
प्रतिक्रिया समय (औसत)
151.67s
कुल लागत
$0.778
रैंक
#94
कुल आउटपुट टोकन
53,161
प्रतिक्रिया समय (औसत)
18.07s
कुल लागत
$0.047
अनुशंसित मॉडल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 16.6x less than LongCat 2.0 (high).

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20 GPT-6 Luna GPT-6 Luna medium रिलीज़: 2026-09-23
स्कोर 7.3 8.3
रैंक #162 #94
विश्वसनीयता 10.0 10.0
संगति 8.5 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 53.6% 73.9%
अस्थिर टेस्ट 4 3
कुल रन 69 69
प्रति परिणाम लागत 5.681 0.313
कुल लागत $0.778 $0.047
इनपुट कीमत $0.300 / 1M $0.100 / 1M
आउटपुट कीमत $1.200 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.006 / 1M $0.010 / 1M
कैश लिखने की कीमत लागू नहीं $0.125 / 1M
कुल इनपुट टोकन 275,080 203,193
आउटपुट टोकन 32,447 5,751
रीजनिंग टोकन 372,188 47,410
प्रतिक्रिया समय (औसत) 151.67s 18.07s
प्रतिक्रिया समय (अधिकतम) 941.66s 66.44s
प्रतिक्रिया समय (कुल) 3488.43s 415.53s
पैरामीटर 1.6T कुल (48B सक्रिय) ~400B कुल (~17B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#162 LongCat 2.0

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#94 GPT-6 Luna

medium
लागत
$0.002
समय
23.6s
टोकन
2,966 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 7.8 9.3 66.7% 0 505.33s 6,913 244 192,377
GPT-6 Luna 6.6 4.6 77.8% 2 23.63s 7,302 438 10,222

तुलना जोड़ी बदलें