नेविगेशन
Advertise here

LongCat 2.0 (low) vs GLM 5.3 Flash (low)

average score लगभग बराबर है: 6.6 vs 6.6. GLM 5.3 Flash (low) की benchmark लागत कम है: $0.038 vs $0.630. GLM 5.3 Flash (low) तेज है: 11.82s vs 115.00s, pass rates 55.1% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-09

तुलना किए गए मॉडल

रैंक
#201
कुल आउटपुट टोकन
346,225
प्रतिक्रिया समय (औसत)
115.00s
कुल लागत
$0.630
रैंक
#197
कुल आउटपुट टोकन
27,168
प्रतिक्रिया समय (औसत)
11.82s
कुल लागत
$0.038
अनुशंसित मॉडल GLM 5.3 Flash (low)

It has the best score here (6.6), while costing about 17.0x less than LongCat 2.0 (low).

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 low रिलीज़: 2026-07-20 GLM 5.3 Flash GLM 5.3 Flash low रिलीज़: 2026-08-26
स्कोर 6.6 6.6
रैंक #201 #197
विश्वसनीयता 9.9 10.0
संगति 8.3 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 55.1% 58.0%
अस्थिर टेस्ट 5 4
कुल रन 69 69
प्रति परिणाम लागत 4.942 0.338
कुल लागत $0.630 $0.038
इनपुट कीमत $0.300 / 1M $0.150 / 1M
आउटपुट कीमत $1.200 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.006 / 1M $0.030 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 262,387 255,173
आउटपुट टोकन 7,344 9,891
रीजनिंग टोकन 338,881 17,277
प्रतिक्रिया समय (औसत) 115.00s 11.82s
प्रतिक्रिया समय (अधिकतम) 560.39s 90.45s
प्रतिक्रिया समय (कुल) 2645.11s 271.92s
पैरामीटर 1.6T कुल (48B सक्रिय) 320B कुल (18B 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.

#201 LongCat 2.0

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

#197 GLM 5.3 Flash

low
लागत
$0.001
समय
20.7s
टोकन
1,482 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
GLM 5.3 Flash 5.4 7.2 44.4% 1 10.38s 7,317 398 3,973

तुलना जोड़ी बदलें