- 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 Grok 4.6 (low)
平均スコアは 7.4 vs 7.4 でほぼ同等です。 Grok 4.6 (low) の benchmark コストが低く、$0.441 vs $0.478 です。 Grok 4.6 (low) の方が高速で、14.20s vs 136.64s です、成功率は 60.6% vs 71.2% です。
- 順位
- #90
- 合計出力トークン
- 36,792
- 応答時間（平均）
- 14.20s
- 合計コスト
- $0.441
おすすめモデル
Grok 4.6 (low)
ここでは最高スコア（7.4）で、LongCat 2.0 (medium) より約 9.6 倍速く応答します。
詳細比較
| 指標 | LongCat 2.0 LongCat 2.0 medium | Grok 4.6 Grok 4.6 low |
|---|---|---|
| スコア | 7.4 | 7.4 |
| 順位 | #88 | #90 |
| 信頼性 | 9.8 | 10.0 |
| 一貫性 | 8.9 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 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 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 3.978 | 2.938 |
| 合計コスト | $0.478 | $0.441 |
| 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 | 109,951 |
| 出力トークン | 44,384 | 5,124 |
| 推論トークン | 329,012 | 31,668 |
| 応答時間（平均） | 136.64s | 14.20s |
| 応答時間（最大） | 939.52s | 26.46s |
| 応答時間（合計） | 3006.01s | 312.33s |
| パラメータ | 1.6T 総数 (48B アクティブ) | ~1.7T 総数 (~170B アクティブ) |
| 公開状況 | オープンソース | クローズド |
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
#90 SpaceXAI: Grok 4.6
low- コスト
- $0.011
- 時間
- 26.0s
- トークン
- 1,941 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.00s | 2,991 | 104 | 3,343 |
| 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 | |
| Grok 4.6 | 5.5 | 7.1 | 44.4% | 1 | 21.69s | 9,579 | 349 | 7,740 |
| 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 | |
| Grok 4.6 | 6.5 | 10.0 | 50.0% | 0 | 23.33s | 71,233 | 3,899 | 2,805 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.63s | 8,937 | 225 | 1,423 |
| 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 | |
| Grok 4.6 | 2.9 | 7.2 | 11.1% | 1 | 15.58s | 2,514 | 16 | 6,665 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.29s | 1,077 | 55 | 1,009 |
| 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 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 6.64s | 1,857 | 57 | 2,310 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 8.16s | 2,430 | 154 | 2,506 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.42s | 8,544 | 255 | 359 |
| 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 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 26.11s | 789 | 10 | 3,508 |
クイック比較
比較ペアを切り替え
LongCat 2.0mediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsGrok 4.6lowMuse Glimmer 30BhighvsGrok 4.6lowGemini 3 Flash PreviewlowvsLongCat 2.0mediumKAT-Coder-Pro V2.5lowvsLongCat 2.0mediumGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowDeepSeek V4 Flash 0731mediumvsGrok 4.6lowLongCat 2.0mediumvsQwen3.8 2.4T A95BhighQwen3.7 MaxnonevsGrok 4.6lowClaude Sonnet 4.6nonevsLongCat 2.0mediumQwen3.5-27BmediumvsGrok 4.6lowGemini 3.1 Flash LitemediumvsGrok 4.6low