नेविगेशन
AI BENCHY
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 Qwen3.5-27B

average score लगभग बराबर है: 6.7 vs 6.6. Qwen3.5-27B की benchmark लागत कम है: $0.058 vs $0.492. Qwen3.5-27B तेज है: 4.77s vs 153.29s, pass rates 51.5% vs 45.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-03

रैंक
#155
कुल आउटपुट टोकन
386,642
प्रतिक्रिया समय (औसत)
153.29s
कुल लागत
$0.492
रैंक
#158
कुल आउटपुट टोकन
24,323
प्रतिक्रिया समय (औसत)
4.77s
कुल लागत
$0.058
अनुशंसित मॉडल Qwen3.5-27B

It has the best score here (6.6), while costing about 8.5x less than LongCat 2.0 (high).

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20 Qwen3.5-27B Qwen3.5-27B none रिलीज़: 2026-02-24
स्कोर 6.7 6.6
रैंक #155 #158
विश्वसनीयता 10.0 10.0
संगति 8.4 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 51.5% 45.5%
अस्थिर टेस्ट 4 2
कुल रन 66 66
प्रति परिणाम लागत 5.467 0.678
कुल लागत $0.492 $0.058
इनपुट कीमत $0.300 / 1M $0.195 / 1M
आउटपुट कीमत $1.200 / 1M $1.560 / 1M
कुल इनपुट टोकन 93,411 102,325
आउटपुट टोकन 30,470 24,323
रीजनिंग टोकन 356,172 0
प्रतिक्रिया समय (औसत) 153.29s 4.77s
प्रतिक्रिया समय (अधिकतम) 941.66s 69.46s
प्रतिक्रिया समय (कुल) 3372.36s 105.00s
पैरामीटर 1.6T कुल (48B सक्रिय) 27B
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#155 LongCat 2.0

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

#158 Qwen3.5-27B

none
लागत
$0.007
समय
42.9s
टोकन
4,273 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
Qwen3.5-27B 5.8 10.0 33.3% 0 1.80s 7,913 415 0

त्वरित तुलना

तुलना जोड़ी बदलें