LongCat 2.0 (medium) vs Grok Build 0.1 (medium)

Model yang direkomendasikan LongCat 2.0 (medium)

It has the best score here (7.4), while costing about 2.3x less than Grok Build 0.1 (medium).

Perbandingan terperinci

Metrik	LongCat 2.0 LongCat 2.0 medium Rilis: 2026-07-20	Grok Build 0.1 Grok Build 0.1 medium Rilis: 2026-05-21

Metrik	LongCat 2.0 LongCat 2.0 medium Rilis: 2026-07-20	Grok Build 0.1 Grok Build 0.1 medium Rilis: 2026-05-21
Skor	7.4	7.5
Peringkat	#94	#89
Keandalan	10.0	10.0
Konsistensi	9.3	9.6
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	59.1%	60.6%
Tes tidak stabil	2	1
Total Run	66	66
Biaya per hasil	4.153	8.691
Total Biaya	$0.499	$1.130
Harga input	$0.300 / 1M	$1.000 / 1M
Harga output	$1.200 / 1M	$2.000 / 1M
Total token input	97,324	106,946
Token output	44,383	7,993
Token penalaran	346,490	503,413
Waktu respons (rata-rata)	143.55s	54.50s
Waktu respons (maks)	939.52s	252.69s
Waktu respons (total)	3158.11s	1199.07s
Parameter	1.6T total (48B aktif)	~300B total (~30B aktif)
Ketersediaan	Sumber terbuka	Tertutup

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

medium

medium

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
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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		390.56s	505	37,854	54,558
Grok Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

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
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Ganti Pasangan Perbandingan