- 順位
- #94
- 合計出力トークン
- 390,873
- 応答時間（平均）
- 143.55s
- 合計コスト
- $0.499
LongCat 2.0 (medium) vs GLM 5.3 (high)
LongCat 2.0 (medium) が平均スコアでリードし、7.4 vs 7.3 です。 GLM 5.3 (high) の benchmark コストが低く、$0.403 vs $0.499 です。 GLM 5.3 (high) の方が高速で、27.82s vs 143.55s です、成功率は 59.1% vs 74.2% です。
- 順位
- #99
- 合計出力トークン
- 63,667
- 応答時間（平均）
- 27.82s
- 合計コスト
- $0.403
おすすめモデル
GLM 5.3 (high)
スコアはここでの最高値に近く（7.3 vs 7.4）、LongCat 2.0 (medium) より約 5.2 倍速く応答します。
詳細比較
| 指標 | LongCat 2.0 LongCat 2.0 medium | GLM 5.3 GLM 5.3 high |
|---|---|---|
| スコア | 7.4 | 7.3 |
| 順位 | #94 | #99 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.3 | 7.5 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 59.1% | 74.2% |
| 不安定なテスト | 2 | 7 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 4.153 | 3.099 |
| 合計コスト | $0.499 | $0.403 |
| 入力価格 | $0.300 / 1M | $1.400 / 1M |
| 出力価格 | $1.200 / 1M | $4.400 / 1M |
| 合計入力トークン | 97,324 | 87,601 |
| 出力トークン | 44,383 | 6,006 |
| 推論トークン | 346,490 | 57,661 |
| 応答時間（平均） | 143.55s | 27.82s |
| 応答時間（最大） | 939.52s | 159.91s |
| 応答時間（合計） | 3158.11s | 612.06s |
| パラメータ | 1.6T 総数 (48B アクティブ) | 744B 総数 (40B 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.
#94 LongCat 2.0
medium- コスト
- $0.016
- 時間
- 285.1s
- トークン
- 13,057 tok
#99 GLM 5.3
high- コスト
- $0.085
- 時間
- 362.5s
- トークン
- 19,310 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 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 3.72s | 639 | 237 | 481 |
| 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 | |
| GLM 5.3 | 6.6 | 5.0 | 66.7% | 2 | 18.89s | 7,317 | 473 | 8,190 |
| 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 | |
| GLM 5.3 | 6.4 | 5.8 | 66.7% | 1 | 63.96s | 62,821 | 3,936 | 12,203 |
| 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 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 3.55s | 7,149 | 210 | 189 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 390.56s | 505 | 37,854 | 54,558 | |
| GLM 5.3 | 2.9 | 4.4 | 22.2% | 2 | 112.33s | 759 | 238 | 33,423 |
| 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 | |
| GLM 5.3 | 6.1 | 3.1 | 66.7% | 1 | 8.00s | 498 | 192 | 407 |
| 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 | |
| GLM 5.3 | 9.8 | 10.0 | 100.0% | 0 | 3.62s | 678 | 72 | 182 |
| 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 | |
| GLM 5.3 | 8.2 | 7.2 | 88.9% | 1 | 4.74s | 672 | 332 | 452 |
| 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 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 17.05s | 6,861 | 231 | 91 |
| 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 | |
| GLM 5.3 | 3.0 | 10.0 | 0.0% | 0 | 21.98s | 207 | 85 | 2,043 |
クイック比較
比較ペアを切り替え
Claude Sonnet 4.6nonevsGLM 5.3highKAT-Coder-Pro V2.5lowvsGLM 5.3highLongCat 2.0mediumvsQwen3.7 MaxnoneLongCat 2.0mediumvsQwen3.8 2.4T A95BhighGemini 3 Flash PreviewlowvsGLM 5.3highGrok 4.6lowvsGLM 5.3highGemini 3.1 Flash LitemediumvsGLM 5.3highLongCat 2.0mediumvsGrok 4.6lowGemini 3 Flash PreviewlowvsLongCat 2.0mediumQwen3.7 PlusnonevsGLM 5.3highLongCat 2.0mediumvsGPT 5.3 ChatnoneDeepSeek V4 Flash 0731mediumvsGLM 5.3high