- 順位
- #188
- 合計出力トークン
- 346,225
- 応答時間（平均）
- 115.00s
- 合計コスト
- $0.495
LongCat 2.0 (low) vs Step 3.7 Flash (high)
平均スコアは 6.6 vs 6.6 でほぼ同等です。 LongCat 2.0 (low) の benchmark コストが低く、$0.495 vs $1.350 です。 Step 3.7 Flash (high) の方が高速で、72.72s vs 115.00s です、成功率は 55.1% vs 58.0% です。
比較対象モデル
- 順位
- #190
- 合計出力トークン
- 1,100,052
- 応答時間（平均）
- 72.72s
- 合計コスト
- $1.350
おすすめモデル
LongCat 2.0 (low)
ここでは最高スコア（6.6）で、Step 3.7 Flash (high) より約 2.7 倍低コストです。
詳細比較
| 指標 | LongCat 2.0 LongCat 2.0 low | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| スコア | 6.6 | 6.6 |
| 順位 | #188 | #190 |
| 信頼性 | 9.9 | 10.0 |
| 一貫性 | 8.3 | 8.5 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 55.1% | 58.0% |
| 不安定なテスト | 5 | 4 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 4.942 | 12.267 |
| 合計コスト | $0.495 | $1.350 |
| 入力価格 | $0.300 / 1M | $0.200 / 1M |
| 出力価格 | $1.200 / 1M | $1.150 / 1M |
| 合計入力トークン | 262,387 | 421,200 |
| 出力トークン | 7,344 | 1,100,052 |
| 推論トークン | 338,881 | 0 |
| 応答時間（平均） | 115.00s | 72.72s |
| 応答時間（最大） | 560.39s | 364.99s |
| 応答時間（合計） | 2645.11s | 1672.53s |
| パラメータ | 1.6T 総数 (48B アクティブ) | 198B 総数 (11B アクティブ) |
| 公開状況 | オープンソース | オープンソース |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#188 LongCat 2.0
low- コスト
- $0.024
- 時間
- 428.0s
- トークン
- 19,557 tok
#190 Step 3.7 Flash
high- コスト
- $0.007
- 時間
- 63.6s
- トークン
- 6,030 tok
スコア上位モデル
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| エージェントタスク | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 6.1 | 3.1 | 66.7% | 1 | 145.65s | 171,517 | 1,668 | 23,963 | |
| Step 3.7 Flash | 5.4 | 9.6 | 0.0% | 0 | 130.38s | 322,500 | 49,152 | 0 |
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 9.04s | 588 | 225 | 4,303 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 0 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 6.6 | 4.6 | 77.8% | 2 | 479.30s | 6,544 | 461 | 206,627 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 130.21s | 66,883 | 3,905 | 37,643 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 6.3 | 10.0 | 50.0% | 0 | 10.77s | 7,653 | 198 | 2,498 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 2.9 | 7.2 | 11.1% | 1 | 183.63s | 457 | 139 | 46,116 | |
| Step 3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 189.35s | 792 | 429,007 | 0 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 3.4 | 2.2 | 33.3% | 1 | 22.45s | 480 | 116 | 2,364 | |
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 6.5 | 10.0 | 50.0% | 0 | 6.39s | 657 | 78 | 1,604 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 0 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 3.1 | 10.0 | 0.0% | 0 | 8.15s | 636 | 289 | 2,561 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 10.81s | 6,840 | 249 | 398 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 0 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 3.0 | 10.0 | 0.0% | 0 | 122.07s | 132 | 16 | 10,804 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 |
クイック比較
比較ペアを切り替え
Mercury 2mediumvsStep 3.7 FlashhighLongCat 2.0lowvsQwen3.7 FlashmediumKAT-Coder-Pro V2.5lowvsStep 3.7 FlashhighMercury 2mediumvsLongCat 2.0lowLongCat 2.0lowvsGLM 5.2noneQwen3.7 FlashmediumvsStep 3.7 FlashhighLongCat 2.0lowvsGPT-5.5noneClaude Sonnet 5.5mediumvsStep 3.7 FlashhighQwen3.6 35B A3BmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneGPT-5.5nonevsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.3 Flashlow