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 Grok 4.6 (low)

LongCat 2.0 (medium) average score में आगे है: 7.2 vs 6.9. LongCat 2.0 (medium) की benchmark लागत कम है: $0.767 vs $0.781. Grok 4.6 (low) तेज है: 16.44s vs 144.88s, pass rates 59.4% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#236
कुल आउटपुट टोकन
422,234
प्रतिक्रिया समय (औसत)
144.88s
कुल लागत
$0.767
रैंक
#255
कुल आउटपुट टोकन
42,315
प्रतिक्रिया समय (औसत)
16.44s
कुल लागत
$0.781
अनुशंसित मॉडल Grok 4.6 (low)

Its score stays close to the best score here (6.9 vs 7.2), while responding about 8.8x faster than LongCat 2.0 (medium).

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 medium रिलीज़: 2026-07-20 Grok 4.6 Grok 4.6 low रिलीज़: 2026-08-12
स्कोर 7.2 6.9
रैंक #236 #255
विश्वसनीयता 10.0 10.0
संगति 9.0 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 66.7%
अस्थिर टेस्ट 3 1
कुल रन 69 69
प्रति परिणाम लागत 4.942 5.205
कुल लागत $0.767 $0.781
इनपुट कीमत $0.300 / 1M $2.000 / 1M
आउटपुट कीमत $1.200 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.006 / 1M $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 287,669 263,427
आउटपुट टोकन 47,204 6,006
रीजनिंग टोकन 375,030 36,309
प्रतिक्रिया समय (औसत) 144.88s 16.44s
प्रतिक्रिया समय (अधिकतम) 939.52s 57.97s
प्रतिक्रिया समय (कुल) 3332.19s 378.14s
पैरामीटर 1.6T कुल (48B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता मुक्त स्रोत बंद 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.

#236 LongCat 2.0

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

#255 SpaceXAI: Grok 4.6

low
लागत
$0.011
समय
26.0s
टोकन
1,941 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
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

तुलना जोड़ी बदलें