नेविगेशन
AI BENCHY
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 Qwen3.7 Flash (low)

LongCat 2.0 (medium) average score में आगे है: 7.4 vs 7.3. Qwen3.7 Flash (low) की benchmark लागत कम है: $0.042 vs $0.478. Qwen3.7 Flash (low) तेज है: 36.80s vs 136.64s, pass rates 60.6% vs 68.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-28

रैंक
#69
कुल आउटपुट टोकन
373,396
प्रतिक्रिया समय (औसत)
136.64s
कुल लागत
$0.478
रैंक
#75
कुल आउटपुट टोकन
297,249
प्रतिक्रिया समय (औसत)
36.80s
कुल लागत
$0.042
अनुशंसित मॉडल Qwen3.7 Flash (low)

Its score stays close to the best score here (7.3 vs 7.4), while costing about 11.5x less than LongCat 2.0 (medium).

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 medium रिलीज़: 2026-07-20 Qwen3.7 Flash Qwen3.7 Flash low रिलीज़: 2026-07-28
स्कोर 7.4 7.3
रैंक #69 #75
विश्वसनीयता 9.8 9.9
संगति 8.9 8.4
सही परीक्षण
प्रति प्रयास पास दर 60.6% 68.2%
अस्थिर टेस्ट 3 5
कुल रन 66 66
प्रति परिणाम लागत 3.978 0.346
कुल लागत $0.478 $0.042
इनपुट कीमत $0.300 / 1M $0.030 / 1M
आउटपुट कीमत $1.200 / 1M $0.130 / 1M
कुल इनपुट टोकन 97,315 92,182
आउटपुट टोकन 44,384 14,287
रीजनिंग टोकन 329,012 282,962
प्रतिक्रिया समय (औसत) 136.64s 36.80s
प्रतिक्रिया समय (अधिकतम) 939.52s 394.54s
प्रतिक्रिया समय (कुल) 3006.01s 809.54s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#69 LongCat 2.0

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

#75 Qwen3.7 Flash

low
अमान्य SVG
लागत
$0.000
समय
600.0s
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 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419

त्वरित तुलना

तुलना जोड़ी बदलें