Meituan: LongCat 2.0 vs OpenAI: gpt-oss-120b

LongCat 2.0 unggul dalam skor rata-rata dengan 6.3 vs 6.1. gpt-oss-120b (medium) memiliki biaya benchmark lebih rendah di $0.019 vs $0.044. LongCat 2.0 lebih cepat di 5.18s vs 21.91s, dengan tingkat keberhasilan 36.4% vs 50.0%.

Model yang direkomendasikanLongCat 2.0It has the best score here (6.3), while responding about 4.2x faster than gpt-oss-120b (medium).

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

Metrik	LongCat 2.0 LongCat 2.0 none Rilis: 2026-07-20	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05

Metrik	LongCat 2.0 LongCat 2.0 none Rilis: 2026-07-20	gpt-oss-120b gpt-oss-120b medium Rilis: 2025-08-05
Skor	6.3	6.1
Peringkat	#111	#121
Keandalan	10.0	10.0
Konsistensi	9.3	8.0
Tes benar
Tingkat lulus per percobaan	36.4%	50.0%
Tes tidak stabil	2	5
Total Run	66	66
Biaya per hasil	0.627	0.221
Total Biaya	$0.044	$0.019
Harga input	$0.300 / 1M	$0.037 / 1M
Harga output	$1.200 / 1M	$0.170 / 1M
Total token input	108,743	108,747
Token output	9,372	29,772
Token penalaran	0	68,044
Waktu respons (rata-rata)	5.18s	21.91s
Waktu respons (maks)	48.38s	68.16s
Waktu respons (total)	113.95s	328.70s

Hamster playing table tennis

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

#111 LongCat 2.0

none

Biaya: $0.027
Waktu: 411.7s
Token: 22,283 tok

#121 gpt-oss-120b

medium

Biaya: $0.001
Waktu: 26.7s
Token: 555 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	4.8	10.0	25.0%	0		2.87s	624	503	0
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

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	5.5	10.0	33.3%	0		2.85s	7,446	578	0
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

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	6.5	10.0	50.0%	0		28.45s	83,372	7,289	0
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

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	10.0	10.0	100.0%	0		2.36s	7,671	246	0
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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		1.72s	729	25	0
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

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	5.0	10.0	0.0%	0		2.76s	489	111	0
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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		2.82s	675	66	0
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

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	4.0	5.0	33.3%	2		2.74s	663	299	0
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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		6.64s	6,867	231	0
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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		3.92s	207	24	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium gpt-oss-120bmediumvsInklinglow Gemma 4 31BmediumTersedia gratisvsLongCat 2.0none gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium gpt-oss-120bmediumvsQwen3.5-Flashnone gpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none gpt-oss-120bmediumvsQwen3.5-35B-A3Bnone LongCat 2.0nonevsQwen3.5-Flashmedium Gemini 2.5 Flashnonevsgpt-oss-120bmedium Nemotron 3 UltranoneTersedia gratisvsgpt-oss-120bmedium Ring-2.6-1TmediumvsLongCat 2.0none