LongCat 2.0 (high) vs Qwen3.5 Plus 2026-02-15 (medium)

LongCat 2.0 (high) average score में आगे है: 7.3 vs 7.2. Qwen3.5 Plus 2026-02-15 (medium) की benchmark लागत कम है: $0.567 vs $0.569. Qwen3.5 Plus 2026-02-15 (medium) तेज है: 97.68s vs 151.67s, pass rates 53.6% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक: #136
कुल आउटपुट टोकन: 404,635
प्रतिक्रिया समय (औसत): 151.67s
कुल लागत: $0.569

रैंक: #140
कुल आउटपुट टोकन: 302,730
प्रतिक्रिया समय (औसत): 97.68s
कुल लागत: $0.567

अनुशंसित मॉडल Qwen3.5 Plus 2026-02-15 (medium)

Its score stays close to the best score here (7.2 vs 7.3), while responding about 1.6x faster than LongCat 2.0 (high).

विस्तृत तुलना

मेट्रिक	LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium रिलीज़: 2026-02-15

मेट्रिक	LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium रिलीज़: 2026-02-15
स्कोर	7.3	7.2
रैंक	#136	#140
विश्वसनीयता	10.0	10.0
संगति	8.5	7.9
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	53.6%	72.5%
अस्थिर टेस्ट	4	6
कुल रन	69	69
प्रति परिणाम लागत	5.681	4.047
कुल लागत	$0.569	$0.567
इनपुट कीमत	$0.300 / 1M	$0.260 / 1M
आउटपुट कीमत	$1.200 / 1M	$1.560 / 1M
कुल इनपुट टोकन	275,080	249,486
आउटपुट टोकन	32,447	14,481
रीजनिंग टोकन	372,188	288,249
प्रतिक्रिया समय (औसत)	151.67s	97.68s
प्रतिक्रिया समय (अधिकतम)	941.66s	304.85s
प्रतिक्रिया समय (कुल)	3488.43s	1562.81s
पैरामीटर	1.6T कुल (48B सक्रिय)	~397B कुल (~17B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#136 LongCat 2.0

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

लागत: $0.000
समय: 600.0s
टोकन: 0 tok

#140 Qwen3.5 Plus 2026-02-15

medium

लागत: $0.011
समय: 125.5s
टोकन: 7,040 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
LongCat 2.0	10.0	10.0	100.0%	0		116.07s	181,669	1,977	16,016
Qwen3.5 Plus 2026-02-15	6.1	3.1	66.7%	1		186.40s	135,917	4,658	23,363

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
LongCat 2.0	8.9	8.1	91.7%	1		7.76s	588	303	3,300
Qwen3.5 Plus 2026-02-15	8.2	7.9	83.3%	1		45.78s	672	205	21,236

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 Plus 2026-02-15	6.6	7.1	44.4%	1		180.70s	6,950	420	80,595

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
LongCat 2.0	10.0	10.0	100.0%	0		167.13s	68,941	4,934	49,558
Qwen3.5 Plus 2026-02-15	6.9	5.9	66.7%	1		175.85s	87,576	8,085	69,183

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
LongCat 2.0	3.6	5.8	33.3%	1		10.98s	7,653	197	2,714
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		46.91s	7,782	270	14,916

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
LongCat 2.0	3.6	7.2	22.2%	1		433.73s	505	23,928	86,947
Qwen3.5 Plus 2026-02-15	5.3	7.2	44.4%	1		55.99s	453	35	30,685

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
LongCat 2.0	5.1	10.0	0.0%	0		17.00s	480	111	1,748
Qwen3.5 Plus 2026-02-15	4.7	1.6	66.7%	1		79.86s	344	73	8,675

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
LongCat 2.0	6.5	10.0	50.0%	0		6.96s	657	78	1,726
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		31.93s	699	101	7,704

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
LongCat 2.0	3.1	7.4	11.1%	1		9.18s	636	379	2,778
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		32.50s	696	301	13,853

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
LongCat 2.0	10.0	10.0	100.0%	0		10.02s	6,840	249	505
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		7.54s	8,193	309	909

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
LongCat 2.0	3.0	10.0	0.0%	0		99.44s	198	47	14,519
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		103.81s	204	24	17,130

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 2.5 FlashmediumvsLongCat 2.0high LongCat 2.0highvsQwen3.6 Plusmedium Gemini 3.5 Flash LitemediumvsLongCat 2.0high LongCat 2.0highvsGrok 4.7medium Gemini 3.8 FlashlowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Claude Fable 5.1mediumvsLongCat 2.0high LongCat 2.0highvsQwen3.5-27Bnone Qwen3.5 Plus 2026-02-15mediumvsStep 3.7 Flashlow Gemma 4 26B A4Bmediumनिःशुल्क उपलब्धvsLongCat 2.0high LongCat 2.0highvsQwen3.8 27Bmediumनिःशुल्क उपलब्ध Gemini 3.8 FlashlowvsLongCat 2.0high