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 Step 3.7 Flash (low)

average score लगभग बराबर है: 7.2 vs 7.2. Step 3.7 Flash (low) की benchmark लागत कम है: $0.449 vs $0.767. Step 3.7 Flash (low) तेज है: 20.72s vs 144.88s, pass rates 59.4% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#213
कुल आउटपुट टोकन
422,234
प्रतिक्रिया समय (औसत)
144.88s
कुल लागत
$0.767
रैंक
#215
कुल आउटपुट टोकन
339,108
प्रतिक्रिया समय (औसत)
20.72s
कुल लागत
$0.449
अनुशंसित मॉडल Step 3.7 Flash (low)

It has the best score here (7.2), while costing about 1.7x less than LongCat 2.0 (medium).

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 medium रिलीज़: 2026-07-20 Step 3.7 Flash Step 3.7 Flash low रिलीज़: 2026-05-29
स्कोर 7.2 7.2
रैंक #213 #215
विश्वसनीयता 10.0 10.0
संगति 9.0 7.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 63.8%
अस्थिर टेस्ट 3 6
कुल रन 69 69
प्रति परिणाम लागत 4.942 4.078
कुल लागत $0.767 $0.449
इनपुट कीमत $0.300 / 1M $0.200 / 1M
आउटपुट कीमत $1.200 / 1M $1.150 / 1M
कैश पढ़ने की कीमत $0.006 / 1M $0.040 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 287,669 292,685
आउटपुट टोकन 47,204 339,108
रीजनिंग टोकन 375,030 0
प्रतिक्रिया समय (औसत) 144.88s 20.72s
प्रतिक्रिया समय (अधिकतम) 939.52s 124.75s
प्रतिक्रिया समय (कुल) 3332.19s 476.67s
पैरामीटर 1.6T कुल (48B सक्रिय) 198B कुल (11B 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.

#213 LongCat 2.0

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

#215 Step 3.7 Flash

low
अमान्य SVG
लागत
$0.004
समय
25.3s
टोकन
3,072 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
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

तुलना जोड़ी बदलें