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

LongCat 2.0 vs Beam 1.0 501B A23B (low)

average score लगभग बराबर है: 6.4 vs 6.4. LongCat 2.0 की benchmark लागत कम है: $0.104 vs $0.432. Beam 1.0 501B A23B (low) तेज है: 4.89s vs 8.50s, pass rates 42.0% vs 60.9%.

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

तुलना किए गए मॉडल

रैंक
#244
कुल आउटपुट टोकन
17,473
प्रतिक्रिया समय (औसत)
8.50s
कुल लागत
$0.104
रैंक
#238
कुल आउटपुट टोकन
71,250
प्रतिक्रिया समय (औसत)
4.89s
कुल लागत
$0.432
अनुशंसित मॉडल LongCat 2.0

It has the best score here (6.4), while costing about 4.2x less than Beam 1.0 501B A23B (low).

विस्तृत तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 none रिलीज़: 2026-07-20 Beam 1.0 501B A23B Beam 1.0 501B A23B low रिलीज़: 2026-10-17
स्कोर 6.4 6.4
रैंक #244 #238
विश्वसनीयता 10.0 10.0
संगति 9.0 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 42.0% 60.9%
अस्थिर टेस्ट 3 6
कुल रन 69 69
प्रति परिणाम लागत 1.298 3.926
कुल लागत $0.104 $0.432
इनपुट कीमत $0.300 / 1M $1.000 / 1M
आउटपुट कीमत $1.200 / 1M $3.000 / 1M
कैश पढ़ने की कीमत $0.006 / 1M $0.100 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 276,199 218,076
आउटपुट टोकन 17,473 4,863
रीजनिंग टोकन 0 66,387
प्रतिक्रिया समय (औसत) 8.50s 4.89s
प्रतिक्रिया समय (अधिकतम) 81.77s 29.49s
प्रतिक्रिया समय (कुल) 195.60s 112.55s
पैरामीटर 1.6T कुल (48B सक्रिय) 501B कुल (23B 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.

#244 LongCat 2.0

none
लागत
$0.027
समय
411.7s
टोकन
22,283 tok

#238 Beam 1.0 501B A23B

low
लागत
$0.006
समय
12.0s
टोकन
4,777 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 5.5 10.0 33.3% 0 2.85s 7,446 578 0
Beam 1.0 501B A23B 10.0 10.0 100.0% 0 7.29s 7,791 569 17,401

तुलना जोड़ी बदलें