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

LongCat 2.0 (medium) vs Qwen3.6 27B (medium)

average score लगभग बराबर है: 7.2 vs 7.2. LongCat 2.0 (medium) की benchmark लागत कम है: $0.767 vs $1.021. Qwen3.6 27B (medium) तेज है: 107.79s vs 144.88s, pass rates 59.4% vs 62.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-17

तुलना किए गए मॉडल

रैंक
#171
कुल आउटपुट टोकन
422,234
प्रतिक्रिया समय (औसत)
144.88s
कुल लागत
$0.767
रैंक
#174
कुल आउटपुट टोकन
287,899
प्रतिक्रिया समय (औसत)
107.79s
कुल लागत
$1.021
अनुशंसित मॉडल LongCat 2.0 (medium)

इस तुलना में इसका स्कोर सबसे अधिक है (7.2) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 medium रिलीज़: 2026-07-20 Qwen3.6 27B Qwen3.6 27B medium रिलीज़: 2026-04-20
स्कोर 7.2 7.2
रैंक #171 #174
विश्वसनीयता 10.0 10.0
संगति 9.0 7.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 62.3%
अस्थिर टेस्ट 3 7
कुल रन 69 69
प्रति परिणाम लागत 4.942 7.677
कुल लागत $0.767 $1.021
इनपुट कीमत $0.300 / 1M $0.320 / 1M
आउटपुट कीमत $1.200 / 1M $3.250 / 1M
कैश पढ़ने की कीमत $0.006 / 1M $0.030 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 287,669 264,147
आउटपुट टोकन 47,204 34,419
रीजनिंग टोकन 375,030 253,480
प्रतिक्रिया समय (औसत) 144.88s 107.79s
प्रतिक्रिया समय (अधिकतम) 939.52s 1085.11s
प्रतिक्रिया समय (कुल) 3332.19s 2479.26s
पैरामीटर 1.6T कुल (48B सक्रिय) 27B
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.

#171 LongCat 2.0

medium
लागत
$0.016
समय
285.1s
टोकन
13,057 tok

#174 Qwen3.6 27B

medium
लागत
$0.009
समय
39.6s
टोकन
3,090 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 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367

तुलना जोड़ी बदलें