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 Hy4 flash (medium)

average score लगभग बराबर है: 7.3 vs 7.3. Hy4 flash (medium) की benchmark लागत कम है: $0.098 vs $0.778. Hy4 flash (medium) तेज है: 49.04s vs 151.67s, pass rates 53.6% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-17

तुलना किए गए मॉडल

रैंक
#216
कुल आउटपुट टोकन
404,635
प्रतिक्रिया समय (औसत)
151.67s
कुल लागत
$0.778
रैंक
#218
कुल आउटपुट टोकन
617,409
प्रतिक्रिया समय (औसत)
49.04s
कुल लागत
$0.098
अनुशंसित मॉडल Hy4 flash (medium)

It has the best score here (7.3), while costing about 7.9x less than LongCat 2.0 (high).

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20 Hy4 flash Hy4 flash medium रिलीज़: 2026-11-17
स्कोर 7.3 7.3
रैंक #216 #218
विश्वसनीयता 10.0 10.0
संगति 8.5 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 53.6% 72.5%
अस्थिर टेस्ट 4 4
कुल रन 69 69
प्रति परिणाम लागत 5.681 0.654
कुल लागत $0.778 $0.098
इनपुट कीमत $0.300 / 1M $0.035 / 1M
आउटपुट कीमत $1.200 / 1M $0.141 / 1M
कैश पढ़ने की कीमत $0.006 / 1M $0.002 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 275,080 321,297
आउटपुट टोकन 32,447 7,872
रीजनिंग टोकन 372,188 609,537
प्रतिक्रिया समय (औसत) 151.67s 49.04s
प्रतिक्रिया समय (अधिकतम) 941.66s 265.97s
प्रतिक्रिया समय (कुल) 3488.43s 1127.83s
पैरामीटर 1.6T कुल (48B सक्रिय) ~190B कुल (~12B 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.

#216 LongCat 2.0

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

#218 Hy4 flash

medium
लागत
$0.002
समय
53.7s
टोकन
13,619 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
Hy4 flash 7.4 7.0 77.8% 1 74.25s 7,527 129 167,056

तुलना जोड़ी बदलें