Meituan: LongCat 2.0 vs Qwen: Qwen3.5-27B

Skor rata-rata hampir imbang di 7.4 vs 7.4. LongCat 2.0 (medium) memiliki biaya benchmark lebih rendah di $0.478 vs $1.627. Qwen3.5-27B (medium) lebih cepat di 111.94s vs 136.64s, dengan tingkat keberhasilan 60.6% vs 72.7%.

Model yang direkomendasikanLongCat 2.0 (medium)It has the best score here (7.4), while costing about 3.4x less than Qwen3.5-27B (medium).

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

Metrik	LongCat 2.0 LongCat 2.0 medium Rilis: 2026-07-20	Qwen3.5-27B Qwen3.5-27B medium Rilis: 2026-02-24

Metrik	LongCat 2.0 LongCat 2.0 medium Rilis: 2026-07-20	Qwen3.5-27B Qwen3.5-27B medium Rilis: 2026-02-24
Skor	7.4	7.4
Peringkat	#60	#58
Keandalan	9.8	10.0
Konsistensi	8.9	8.2
Tes benar
Tingkat lulus per percobaan	60.6%	72.7%
Tes tidak stabil	3	5
Total Run	66	66
Biaya per hasil	3.978	8.324
Total Biaya	$0.478	$1.627
Harga input	$0.300 / 1M	$0.260 / 1M
Harga output	$1.200 / 1M	$2.600 / 1M
Total token input	97,315	111,635
Token output	44,384	15,999
Token penalaran	329,012	598,430
Waktu respons (rata-rata)	136.64s	111.94s
Waktu respons (maks)	939.52s	1026.43s
Waktu respons (total)	3006.01s	2462.67s

Hamster playing table tennis

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

#60 LongCat 2.0

medium

Biaya: $0.016
Waktu: 285.1s
Token: 13,057 tok

#58 Qwen3.5-27B

medium

Biaya: $0.008
Waktu: 62.0s
Token: 3,099 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		9.65s	588	201	4,412
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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	10.0	10.0	100.0%	0		455.00s	7,419	533	214,143
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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	7.3	5.8	83.3%	1		151.04s	72,348	4,675	38,668
Qwen3.5-27B	7.3	5.8	83.3%	1		595.19s	84,417	7,948	279,132

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		10.63s	7,653	198	2,536
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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	2.9	7.2	11.1%	1		339.86s	496	37,855	37,080
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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	4.8	3.2	33.3%	1		16.35s	480	121	1,598
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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		7.38s	657	78	1,652
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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	5.4	10.0	33.3%	0		8.84s	636	388	2,562
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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		10.67s	6,840	249	581
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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		191.19s	198	86	25,780
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Perbandingan Cepat

Ganti Pasangan Perbandingan

LongCat 2.0mediumvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsLongCat 2.0medium GPT-5.6 TerralowvsQwen3.5-27Bmedium GPT-5.3 ChatnonevsQwen3.5-27Bmedium Gemini 3 Flash PreviewlowvsQwen3.5-27Bmedium Claude Sonnet 4.6nonevsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium LongCat 2.0mediumvsGPT-5.6 Terralow LongCat 2.0mediumvsGPT-5.3 Chatnone Claude Sonnet 4.6nonevsQwen3.5-27Bmedium Claude Opus 4.8nonevsLongCat 2.0medium