#94 LongCat 2.0
medium- Biaya
- $0.016
- Waktu
- 285.1s
- Token
- 13,057 tok
Meituan
Rilis: 2026-07-20
Diuji pada: 2026-08-14 04:10
meituan/longcat-2.0::medium
1.6T total (48B aktif)MoESumber terbuka
Ringkasan
LongCat 2.0 mendapat skor 7.4 di AI BENCHY dan berada di peringkat #94. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 59.1%, total biaya $0.499, dan waktu respons rata-rata 143.55s.
Yang membuat LongCat 2.0 unik: Model ini paling menonjol di Pemrograman, dengan peringkat #1, sementara Parsing dan ekstraksi data adalah area terlemahnya di #17.
Catatan identitas
Owl Alpha adalah versi stealth dari LongCat 2.0.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 1.6T total (48B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- MIT
7.4
Konsistensi
9.3
10.0
$0.499
Total token output
390,873
Total token input
97,324
Harga input
$0.300 / 1M
Harga output
$1.200 / 1M
Tes tidak stabil
2
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 04:10 Uji ulang | 7.4 | 10.0 | $0.499 | Run saat ini | |
| 2026-07-20 17:01 Run awal | 7.4 | 9.8 | $0.478 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 04:10 · Run saat ini | 66/66 percobaan | 7.4 | 9.3 | 10.0 | 12/22 | 2 | 390,873 | 97,324 | $0.499 | 143.55s |
| 2026-07-20 17:01 · Run awal | 66/66 percobaan | 7.4 | 8.9 | 9.8 | 12/22 | 3 | 373,396 | 97,315 | $0.478 | 136.64s |
| Selisih | — | 0.0 | +0.4 | +0.2 | 0 | -1 | +17477 | +9 | +$0.021 | +6914ms |
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
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.
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
Perbandingan Cepat
LongCat 2.0mediumvsGPT-5.6 LunamediumLongCat 2.0mediumvsQwen3.8 2.4T A95BhighLongCat 2.0mediumvsKimi K2.7 CodemediumLongCat 2.0mediumvsGrok 4.6lowLongCat 2.0mediumvsQwen3.7 MaxnoneLongCat 2.0mediumvsGemini 3 Flash PreviewlowLongCat 2.0mediumvsGemini 3.1 Flash Lite PreviewmediumLongCat 2.0mediumvsClaude Sonnet 4.6noneLongCat 2.0mediumvsGrok Build 0.1mediumLongCat 2.0mediumvsGLM 5.3high
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 10.0 | 10.0 | |
| Gabungan | 7.3 | 5.8 | |
| Parsing dan ekstraksi data | 6.3 | 10.0 | |
| Spesifik domain | 3.0 | 10.0 | |
| Kecerdasan umum | 4.8 | 3.2 | |
| Kepatuhan instruksi | 6.5 | 10.0 | |
| Pemecahan teka-teki | 5.4 | 10.0 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |