AI BENCHY
Advertise here
#152

LongCat 2.0

Meituan Rilis: 2026-07-20 Diuji pada: 2026-08-14 04:16 meituan/longcat-2.0::low
1.6T total (48B aktif)MoESumber terbuka
(high) (medium) (low) (none)

Ringkasan

LongCat 2.0 mendapat skor 6.7 di AI BENCHY dan berada di peringkat #152. Model ini memiliki reliabilitas 9.9, tingkat keberhasilan 54.6%, total biaya $0.412, dan waktu respons rata-rata 113.61s.

Yang membuat LongCat 2.0 unik: Model ini paling menonjol di Gabungan, dengan peringkat #1, sementara Pemecahan teka-teki adalah area terlemahnya di #15.

Fakta model

Ditelaah pada 2026-08-12

Dilaporkan
Parameter
1.6T total (48B aktif)
Arsitektur
MoE
Ketersediaan
Sumber terbuka
Lisensi
MIT
Sumber parameter Sumber ketersediaan

Skor

6.7

Konsistensi

8.5

Keandalan

9.9

Total biaya (harga saat ini)

$0.412

Total token output

320,594

Total token input

90,870

Harga input

$0.300 / 1M

Harga output

$1.200 / 1M

Tes benar

Tes Salah: 12

Tingkat lulus per percobaan: 54.6%

Tes tidak stabil

4

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

113.61s

Waktu respons (maks): 560.39s

Waktu respons (total): 2499.46s

Jawaban salah: 7 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1

Hamster playing table tennis

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

#152 LongCat 2.0

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

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-08-14 04:16 Uji ulang 6.7 9.9 $0.412 Run saat ini
2026-07-20 16:55 Run awal 6.7 9.6 $0.391 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-08-14 12:51 $0.300 / 1M $1.200 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

LongCat 2.0lowvsKAT-Coder-Pro V2.5noneLongCat 2.0lowvsGemini 3.5 FlashminimalLongCat 2.0lowvsGLM 5.2noneLongCat 2.0lowvsLongCat 2.0highLongCat 2.0lowvsGemma 4 26B A4BmediumTersedia gratisLongCat 2.0lowvsGemini 3.5 Flash LitelowLongCat 2.0lowvsGemini 3 Flash PreviewnoneLongCat 2.0lowvsQwen3.5-27BnoneLongCat 2.0lowvsMiMo-V2.5-PromediumLongCat 2.0lowvsGemini 3.1 Flash Lite Previewlow

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 6.6 4.6
Gabungan 10.0 10.0
Parsing dan ekstraksi data 6.3 10.0
Spesifik domain 2.9 7.2
Kecerdasan umum 3.4 2.2
Kepatuhan instruksi 6.5 10.0
Pemecahan teka-teki 3.1 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan