नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.1 (medium) vs LongCat 2.0 (high)

average score जवळपास समान आहे: 7.3 vs 7.3. LongCat 2.0 (high) चा benchmark खर्च कमी आहे: $0.778 vs $3.197. Claude Fable 5.1 (medium) वेगवान आहे: 11.87s vs 151.67s, pass rates 78.3% vs 53.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#200
एकूण आउटपुट टोकन्स
32,506
प्रतिसाद वेळ (सरासरी)
11.87s
एकूण खर्च
$3.197
क्रमांक
#203
एकूण आउटपुट टोकन्स
404,635
प्रतिसाद वेळ (सरासरी)
151.67s
एकूण खर्च
$0.778
शिफारस केलेले मॉडेल Claude Fable 5.1 (medium)

It has the best score here (7.3), while responding about 12.8x faster than LongCat 2.0 (high).

तपशीलवार तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 medium प्रकाशन: 2026-09-02 LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20
स्कोअर 7.3 7.3
क्रमांक #200 #203
विश्वसनीयता 10.0 10.0
सुसंगतता 7.9 8.5
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 78.3% 53.6%
अस्थिर चाचण्या 6 4
एकूण रन 69 69
प्रति निकाल खर्च 21.312 5.681
एकूण खर्च $3.197 $0.778
इनपुट किंमत $10.000 / 1M $0.300 / 1M
आउटपुट किंमत $50.000 / 1M $1.200 / 1M
कॅश वाचण्याची किंमत $0.250 / 1M $0.006 / 1M
कॅश लिहिण्याची किंमत $12.500 / 1M लागू नाही
एकूण इनपुट टोकन्स 157,142 275,080
आउटपुट टोकन्स 8,149 32,447
रिझनिंग टोकन्स 24,357 372,188
प्रतिसाद वेळ (सरासरी) 11.87s 151.67s
प्रतिसाद वेळ (कमाल) 36.59s 941.66s
प्रतिसाद वेळ (एकूण) 272.91s 3488.43s
पॅरामीटर्स ~9.5T एकूण (~878B सक्रिय) 1.6T एकूण (48B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#200 Claude Fable 5.1

medium
खर्च
$0.244
वेळ
65.9s
टोकन्स
5,025 tok

#203 LongCat 2.0

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Fable 5.1 7.0 5.0 77.8% 2 10.99s 10,608 525 4,376
LongCat 2.0 7.8 9.3 66.7% 0 505.33s 6,913 244 192,377

तुलना जोडी बदला