Meituan: LongCat 2.0 vs Poolside: Laguna XS 2.1

Laguna XS 2.1 (medium) unggul dalam skor rata-rata dengan 6.5 vs 6.3. LongCat 2.0 memiliki biaya benchmark lebih rendah di $0.044 vs $0.068. LongCat 2.0 lebih cepat di 5.18s vs 47.93s, dengan tingkat keberhasilan 36.4% vs 42.4%.

Model yang direkomendasikanLongCat 2.0Its score stays close to the best score here (6.3 vs 6.5), while costing about 1.5x less than Laguna XS 2.1 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-21

Metrik	LongCat 2.0 LongCat 2.0 none Rilis: 2026-07-20	Laguna XS 2.1 Laguna XS 2.1 medium Rilis: 2026-07-02 Tersedia gratis

Metrik	LongCat 2.0 LongCat 2.0 none Rilis: 2026-07-20	Laguna XS 2.1 Laguna XS 2.1 medium Rilis: 2026-07-02 Tersedia gratis
Skor	6.3	6.5
Peringkat	#117	#108
Keandalan	10.0	10.0
Konsistensi	9.3	9.6
Tes benar
Tingkat lulus per percobaan	36.4%	42.4%
Tes tidak stabil	2	1
Total Run	66	66
Biaya per hasil	0.627	0.746
Total Biaya	$0.044	$0.068
Harga input	$0.300 / 1M	$0.060 / 1M
Harga output	$1.200 / 1M	$0.120 / 1M
Total token input	108,743	118,989
Token output	9,372	30,750
Token penalaran	0	491,833
Waktu respons (rata-rata)	5.18s	47.93s
Waktu respons (maks)	48.38s	422.72s
Waktu respons (total)	113.95s	1054.49s

Hamster playing table tennis

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

#117 LongCat 2.0

none

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

#108 Laguna XS 2.1

medium

Biaya: $0.001
Waktu: 30.6s
Token: 4,678 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
Laguna XS 2.1	4.8	10.0	25.0%	0		41.96s	774	353	73,090

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
Laguna XS 2.1	5.5	10.0	33.3%	0		70.35s	7,995	23,767	83,258

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
Laguna XS 2.1	6.3	10.0	50.0%	0		218.07s	91,698	5,496	229,064

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
Laguna XS 2.1	10.0	10.0	100.0%	0		4.50s	7,734	234	3,129

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
Laguna XS 2.1	2.9	7.2	11.1%	1		65.66s	834	17	91,533

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
Laguna XS 2.1	5.0	10.0	0.0%	0		4.15s	537	119	1,375

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
Laguna XS 2.1	9.8	10.0	100.0%	0		2.57s	753	82	1,844

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
Laguna XS 2.1	5.3	10.0	33.3%	0		3.43s	771	357	3,355

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
Laguna XS 2.1	10.0	10.0	100.0%	0		3.01s	7,638	309	748

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
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

Perbandingan Cepat

Ganti Pasangan Perbandingan