नेविगेशन
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Qwen: Qwen3.5-27B

LongCat 2.0 (high) average score में आगे है: 6.6 vs 6.5. Qwen3.5-27B की benchmark लागत कम है: $0.090 vs $0.469. Qwen3.5-27B तेज है: 4.76s vs 148.73s, pass rates 53.0% vs 40.9%.

अनुशंसित मॉडलQwen3.5-27BIts score stays close to the best score here (6.5 vs 6.6), while costing about 5.2x less than LongCat 2.0 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-21

मेट्रिक LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20 Qwen3.5-27B Qwen3.5-27B none रिलीज़: 2026-02-24
स्कोर 6.6 6.5
रैंक #102 #109
विश्वसनीयता 9.4 10.0
संगति 8.2 9.3
सही परीक्षण
प्रति प्रयास पास दर 53.0% 40.9%
अस्थिर टेस्ट 5 2
कुल रन 66 66
प्रति परिणाम लागत 5.202 0.763
कुल लागत $0.469 $0.090
इनपुट कीमत $0.300 / 1M $0.260 / 1M
आउटपुट कीमत $1.200 / 1M $2.600 / 1M
कुल इनपुट टोकन 93,357 102,316
आउटपुट टोकन 30,466 24,321
रीजनिंग टोकन 336,325 0
प्रतिक्रिया समय (औसत) 148.73s 4.76s
प्रतिक्रिया समय (अधिकतम) 941.66s 69.46s
प्रतिक्रिया समय (कुल) 3272.00s 104.71s

Hamster playing table tennis

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

#102 LongCat 2.0

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

#109 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 7.6 7.2 77.8% 1 505.33s 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