Meituan: LongCat 2.0 vs Qwen: Qwen3.6 35B A3B

Skor rata-rata hampir imbang di 6.7 vs 6.7. LongCat 2.0 (low) memiliki biaya benchmark lebih rendah di $0.391 vs $0.746. Qwen3.6 35B A3B (medium) lebih cepat di 58.06s vs 100.31s, dengan tingkat keberhasilan 53.0% vs 60.6%.

Model yang direkomendasikanLongCat 2.0 (low)It has the best score here (6.7), while costing about 1.9x less than Qwen3.6 35B A3B (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-20

Metrik	LongCat 2.0 LongCat 2.0 low Rilis: 2026-07-20	Qwen3.6 35B A3B Qwen3.6 35B A3B medium Rilis: 2026-04-20

Metrik	LongCat 2.0 LongCat 2.0 low Rilis: 2026-07-20	Qwen3.6 35B A3B Qwen3.6 35B A3B medium Rilis: 2026-04-20
Skor	6.7	6.7
Peringkat	#91	#90
Keandalan	9.6	10.0
Konsistensi	8.9	9.6
Tes benar
Tingkat lulus per percobaan	53.0%	60.6%
Tes tidak stabil	3	1
Total Run	66	66
Biaya per hasil	3.910	5.712
Total Biaya	$0.391	$0.746
Harga input	$0.300 / 1M	$0.140 / 1M
Harga output	$1.200 / 1M	$1.000 / 1M
Total token input	90,909	85,139
Token output	5,679	61,819
Token penalaran	297,369	678,766
Waktu respons (rata-rata)	100.31s	58.06s
Waktu respons (maks)	560.39s	817.57s
Waktu respons (total)	2206.82s	1161.18s

Hamster playing table tennis

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

#91 LongCat 2.0

low

Biaya: $0.024
Waktu: 428.0s
Token: 19,557 tok

#90 Qwen3.6 35B A3B

medium

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 0 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
LongCat 2.0	10.0	10.0	100.0%	0		9.04s	588	225	4,303
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		6.02s	672	1,154	12,385

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
LongCat 2.0	6.6	4.6	77.8%	2		479.30s	6,544	461	206,627
Qwen3.6 35B A3B	7.7	10.0	66.7%	0		50.55s	5,051	7,929	37,223

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
LongCat 2.0	10.0	10.0	100.0%	0		130.21s	66,883	3,905	37,643
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		817.57s	68,754	42,187	548,547

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
LongCat 2.0	6.3	10.0	50.0%	0		10.77s	7,653	198	2,498
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		12.99s	7,776	2,591	9,968

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
LongCat 2.0	3.0	10.0	0.0%	0		86.08s	496	142	28,567
Qwen3.6 35B A3B	5.3	7.2	44.4%	1		22.50s	771	6,193	39,116

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
LongCat 2.0	3.4	2.2	33.3%	1		22.45s	480	116	2,364
Qwen3.6 35B A3B	4.4	9.9	0.0%	0		8.66s	516	129	4,569

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
LongCat 2.0	6.5	10.0	50.0%	0		6.39s	657	78	1,604
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		7.50s	699	219	7,404

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
LongCat 2.0	3.1	10.0	0.0%	0		8.15s	636	289	2,561
Qwen3.6 35B A3B	8.0	10.0	66.7%	0		5.95s	696	655	9,228

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
LongCat 2.0	10.0	10.0	100.0%	0		10.81s	6,840	249	398
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
LongCat 2.0	3.0	10.0	0.0%	0		122.07s	132	16	10,804
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		32.90s	204	762	10,326

Perbandingan Cepat

Ganti Pasangan Perbandingan

KAT-Coder-Pro V2.5nonevsLongCat 2.0low Gemini 3 Flash PreviewnonevsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5nonevsQwen3.6 35B A3Bmedium Gemini 3 Flash PreviewnonevsLongCat 2.0low Gemma 4 26B A4BmediumTersedia gratisvsLongCat 2.0low Gemini 3.5 FlashminimalvsQwen3.6 35B A3Bmedium LongCat 2.0lowvsGLM 5.2none Gemini 3.5 FlashminimalvsLongCat 2.0low Qwen3.6 35B A3BmediumvsGLM 5.2none LongCat 2.0highvsQwen3.6 35B A3Bmedium GPT-5.5nonevsQwen3.6 35B A3Bmedium LongCat 2.0lowvsQwen3.6 Max Previewnone