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

LongCat 2.0 (low) vs Qwen3.6 35B A3B (medium)

LongCat 2.0 (low) average score में आगे है: 6.6 vs 6.5. LongCat 2.0 (low) की benchmark लागत कम है: $0.630 vs $0.834. Qwen3.6 35B A3B (medium) तेज है: 59.92s vs 115.00s, pass rates 55.1% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#222
कुल आउटपुट टोकन
346,225
प्रतिक्रिया समय (औसत)
115.00s
कुल लागत
$0.630
रैंक
#229
कुल आउटपुट टोकन
769,570
प्रतिक्रिया समय (औसत)
59.92s
कुल लागत
$0.834
अनुशंसित मॉडल Qwen3.6 35B A3B (medium)

Its score stays close to the best score here (6.5 vs 6.6), while responding about 1.9x faster than LongCat 2.0 (low).

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 low रिलीज़: 2026-07-20 Qwen3.6 35B A3B Qwen3.6 35B A3B medium रिलीज़: 2026-04-20
स्कोर 6.6 6.5
रैंक #222 #229
विश्वसनीयता 9.9 10.0
संगति 8.3 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 55.1% 58.0%
अस्थिर टेस्ट 5 3
कुल रन 69 69
प्रति परिणाम लागत 4.942 6.732
कुल लागत $0.630 $0.834
इनपुट कीमत $0.300 / 1M $0.150 / 1M
आउटपुट कीमत $1.200 / 1M $1.000 / 1M
कैश पढ़ने की कीमत $0.006 / 1M $0.050 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 262,387 282,192
आउटपुट टोकन 7,344 75,306
रीजनिंग टोकन 338,881 700,868
प्रतिक्रिया समय (औसत) 115.00s 59.92s
प्रतिक्रिया समय (अधिकतम) 560.39s 817.57s
प्रतिक्रिया समय (कुल) 2645.11s 1258.32s
पैरामीटर 1.6T कुल (48B सक्रिय) 35B कुल (3B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त 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.

#222 LongCat 2.0

low
लागत
$0.024
समय
428.0s
टोकन
19,557 tok

#229 Qwen3.6 35B A3B

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

त्वरित तुलना

तुलना जोड़ी बदलें

Minimax M3.1 Flashhighनिःशुल्क उपलब्धvsQwen3.6 35B A3BmediumMercury 2.5 PreviewhighvsQwen3.6 35B A3BmediumLongCat 2.0lowvsQwen3.7 FlashmediumMercury 2.5highvsQwen3.6 35B A3BmediumQwen3.6 35B A3BmediumvsBeam 1.0 501B A23BxhighMercury 2mediumvsLongCat 2.0lowQwen3.6 35B A3BmediumvsGLM 5.3lowLongCat 2.0lowvsStep 3.7 FlashhighLongCat 2.0lowvsGLM 5.2noneLongCat 2.0lowvsBeam 1.0 501B A23BmediumQwen3.6 35B A3BmediumvsGLM 5.1noneLongCat 2.0lowvsGPT-5.5none