- 順位
- #88
- 合計出力トークン
- 373,396
- 応答時間（平均）
- 136.64s
- 合計コスト
- $0.478
LongCat 2.0 (medium) vs Qwen3.8 2.4T A95B (high)
Qwen3.8 2.4T A95B (high) 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 $2.755 です。 Qwen3.8 2.4T A95B (high) の方が高速で、134.41s vs 136.64s です、成功率は 60.6% vs 77.3% です。
- 順位
- #85
- 合計出力トークン
- 512,351
- 応答時間（平均）
- 134.41s
- 合計コスト
- $2.755
おすすめモデル
LongCat 2.0 (medium)
スコアはここでの最高値に近く（7.4 vs 7.5）、Qwen3.8 2.4T A95B (high) より約 5.8 倍低コストです。
詳細比較
| 指標 | LongCat 2.0 LongCat 2.0 medium | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high |
|---|---|---|
| スコア | 7.4 | 7.5 |
| 順位 | #88 | #85 |
| 信頼性 | 9.8 | 8.8 |
| 一貫性 | 8.9 | 8.4 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 60.6% | 77.3% |
| 不安定なテスト | 3 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 3.978 | 18.365 |
| 合計コスト | $0.478 | $2.755 |
| 入力価格 | $0.300 / 1M | $2.000 / 1M |
| 出力価格 | $1.200 / 1M | $6.000 / 1M |
| 合計入力トークン | 97,315 | 109,036 |
| 出力トークン | 44,384 | 103,736 |
| 推論トークン | 329,012 | 408,615 |
| 応答時間（平均） | 136.64s | 134.41s |
| 応答時間（最大） | 939.52s | 532.28s |
| 応答時間（合計） | 3006.01s | 2956.97s |
| パラメータ | 1.6T 総数 (48B アクティブ) | 2.4T 総数 (95B アクティブ) |
| 公開状況 | オープンソース | 重み公開 |
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.
#88 LongCat 2.0
medium- コスト
- $0.016
- 時間
- 285.1s
- トークン
- 13,057 tok
#85 Qwen3.8 2.4T A95B
high
無効なSVG
- コスト
- $0.000
- 時間
- 600.0s
- トークン
- 0 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 24.22s | 1,128 | 305 | 4,864 |
| 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 | |
| Qwen3.8 2.4T A95B | 5.9 | 6.3 | 55.6% | 1 | 160.52s | 6,399 | 3,310 | 48,078 |
| 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 | |
| Qwen3.8 2.4T A95B | 6.9 | 5.9 | 66.7% | 1 | 266.12s | 81,205 | 7,791 | 41,921 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 13.67s | 7,928 | 550 | 2,307 |
| 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 | |
| Qwen3.8 2.4T A95B | 5.6 | 7.2 | 44.4% | 1 | 402.39s | 1,069 | 2,214 | 204,416 |
| 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 | |
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 11.38s | 630 | 2,020 | 2,165 |
| 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 | |
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 11.45s | 927 | 245 | 1,727 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 65.54s | 989 | 698 | 15,073 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 32.93s | 8,481 | 302 | 656 |
| 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 | |
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 347.95s | 280 | 86,301 | 87,408 |
クイック比較
比較ペアを切り替え
GPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighGPT-5.6 TerralowvsQwen3.8 2.4T A95BhighLongCat 2.0mediumvsQwen3.7 MaxnoneGPT-5.3 ChatnonevsQwen3.8 2.4T A95BhighGemini 3 Flash PreviewlowvsLongCat 2.0mediumLongCat 2.0mediumvsGrok 4.6lowKAT-Coder-Pro V2.5lowvsLongCat 2.0mediumGPT-5.4 NanomediumvsQwen3.8 2.4T A95BhighKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighClaude Opus 5nonevsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsLongCat 2.0mediumNemotron 3 Ultramedium無料で利用可能vsQwen3.8 2.4T A95Bhigh