AI BENCHY
Advertise here
#60

LongCat 2.0

Meituan Rilis: 2026-07-20 Diuji pada: 2026-07-20 17:01 meituan/longcat-2.0::medium
1.6T total (48B aktif)MoESumber terbuka
(high) (medium) (low) (none)

Ringkasan

LongCat 2.0 mendapat skor 7.4 di AI BENCHY dan berada di peringkat #60. Model ini memiliki reliabilitas 9.8, tingkat keberhasilan 60.6%, total biaya $0.478, dan waktu respons rata-rata 136.64s.

Yang membuat LongCat 2.0 unik: Model ini paling menonjol di Pemrograman, dengan peringkat #1, sementara Parsing dan ekstraksi data adalah area terlemahnya di #18.

Catatan identitas

Owl Alpha adalah versi stealth dari LongCat 2.0.

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

7.4

Konsistensi

8.9

Keandalan

9.8

Total biaya (harga saat ini)

$0.478

Total token output

373,396

Total token input

97,315

Harga input

$0.300 / 1M

Harga output

$1.200 / 1M

Tes benar

Tes Salah: 10

Tingkat lulus per percobaan: 60.6%

Tes tidak stabil

3

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

Waktu respons (rata-rata)

136.64s

Waktu respons (maks): 939.52s

Waktu respons (total): 3006.01s

Jawaban salah: 7 Kesalahan API: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1

Hamster playing table tennis

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

#60 LongCat 2.0

medium
Biaya
$0.016
Waktu
285.1s
Token
13,057 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-08-14 04:10 Uji ulang 7.4 10.0 $0.499 Bandingkan
2026-07-20 17:01 Run awal 7.4 9.8 $0.478 Run saat ini

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-07-20 17:49 $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 2.0mediumvsGPT-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 2.9 7.2
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

Model yang Dibandingkan