#60 LongCat 2.0
medium- コスト
- $0.016
- 時間
- 285.1s
- トークン
- 13,057 tok
Meituan: LongCat 2.0 vs OpenAI: GPT-5.4 Mini
GPT-5.4 Mini (medium) が平均スコアでリードし、7.5 vs 7.4 です。 LongCat 2.0 (medium) の benchmark コストが低く、$0.478 vs $0.756 です。 GPT-5.4 Mini (medium) の方が高速で、25.94s vs 136.64s です、成功率は 60.6% vs 71.2% です。
おすすめモデルGPT-5.4 Mini (medium)ここでは最高スコア（7.5）で、LongCat 2.0 (medium) より約 5.3 倍速く応答します。
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-20
| 指標 | LongCat 2.0 LongCat 2.0 medium | GPT-5.4 Mini GPT-5.4 Mini medium |
|---|---|---|
| スコア | 7.4 | 7.5 |
| 順位 | #60 | #56 |
| 信頼性 | 9.8 | 10.0 |
| 一貫性 | 8.9 | 7.7 |
| 正解テスト | ||
| 試行ごとの合格率 | 60.6% | 71.2% |
| 不安定なテスト | 3 | 6 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 3.978 | 6.299 |
| 合計コスト | $0.478 | $0.756 |
| 入力価格 | $0.300 / 1M | $0.750 / 1M |
| 出力価格 | $1.200 / 1M | $4.500 / 1M |
| 合計入力トークン | 97,315 | 97,155 |
| 出力トークン | 44,384 | 6,211 |
| 推論トークン | 329,012 | 145,544 |
| 応答時間（平均） | 136.64s | 25.94s |
| 応答時間（最大） | 939.52s | 138.75s |
| 応答時間（合計） | 3006.01s | 570.66s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#56 GPT-5.4 Mini
medium- コスト
- $0.056
- 時間
- 95.5s
- トークン
- 12,464 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
| 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 | 9.65s | 588 | 201 | 4,412 | |
| GPT-5.4 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 606 | 296 | 2,876 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 455.00s | 7,419 | 533 | 214,143 | |
| GPT-5.4 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 151.04s | 72,348 | 4,675 | 38,668 | |
| GPT-5.4 Mini | 6.9 | 5.9 | 66.7% | 1 | 59.64s | 74,058 | 4,347 | 40,924 |
| 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 | 10.63s | 7,653 | 198 | 2,536 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 7,140 | 234 | 650 |
| 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 | 339.86s | 496 | 37,855 | 37,080 | |
| GPT-5.4 Mini | 4.1 | 4.4 | 44.5% | 2 | 65.31s | 619 | 60 | 43,286 |
| 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 | 4.8 | 3.2 | 33.3% | 1 | 16.35s | 480 | 121 | 1,598 | |
| GPT-5.4 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 477 | 150 | 510 |
| 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 | 7.38s | 657 | 78 | 1,652 | |
| GPT-5.4 Mini | 9.8 | 10.0 | 100.0% | 0 | 2.13s | 660 | 96 | 1,185 |
| 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 | 5.4 | 10.0 | 33.3% | 0 | 8.84s | 636 | 388 | 2,562 | |
| GPT-5.4 Mini | 7.8 | 10.0 | 66.7% | 0 | 4.37s | 642 | 278 | 2,443 |
| 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 | 10.67s | 6,840 | 249 | 581 | |
| GPT-5.4 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 5,453 | 251 | 2,594 |
| 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 | 191.19s | 198 | 86 | 25,780 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 30.10s | 195 | 32 | 10,174 |
クイック比較
比較ペアを切り替え
LongCat 2.0mediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsLongCat 2.0mediumKAT-Coder-Pro V2.5lowvsLongCat 2.0mediumGPT-5.4 MinimediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsLongCat 2.0mediumLongCat 2.0mediumvsGPT-5.6 TerralowLongCat 2.0mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumKAT-Coder-Pro V2.5lowvsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsLongCat 2.0mediumLongCat 2.0mediumvsStep 3.7 Flashlow