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

Claude Sonnet 5 vs LongCat 2.0

LongCat 2.0 average score मध्ये पुढे आहे: 6.4 vs 6.1. LongCat 2.0 चा benchmark खर्च कमी आहे: $0.044 vs $0.548. LongCat 2.0 वेगवान आहे: 5.17s vs 6.05s, pass rates 40.9% vs 40.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक
#168
एकूण आउटपुट टोकन्स
22,508
प्रतिसाद वेळ (सरासरी)
6.05s
एकूण खर्च
$0.548
क्रमांक
#159
एकूण आउटपुट टोकन्स
9,375
प्रतिसाद वेळ (सरासरी)
5.17s
एकूण खर्च
$0.044
शिफारस केलेले मॉडेल LongCat 2.0

It has the best score here (6.4), while costing about 12.5x less than Claude Sonnet 5.

तपशीलवार तुलना

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 none प्रकाशन: 2026-06-30 LongCat 2.0 LongCat 2.0 none प्रकाशन: 2026-07-20
स्कोअर 6.1 6.4
क्रमांक #168 #159
विश्वसनीयता 10.0 10.0
सुसंगतता 8.7 9.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 40.9% 40.9%
अस्थिर चाचण्या 4 2
एकूण रन 66 66
प्रति निकाल खर्च 7.817 0.549
एकूण खर्च $0.548 $0.044
इनपुट किंमत $2.000 / 1M $0.300 / 1M
आउटपुट किंमत $10.000 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 161,032 108,752
आउटपुट टोकन्स 22,508 9,375
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 6.05s 5.17s
प्रतिसाद वेळ (कमाल) 33.39s 48.38s
प्रतिसाद वेळ (एकूण) 132.99s 113.83s
पॅरामीटर्स ~1T एकूण (~100B सक्रिय) 1.6T एकूण (48B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#168 Claude Sonnet 5

none
खर्च
$0.061
वेळ
53.7s
टोकन्स
6,172 tok

#159 LongCat 2.0

none
खर्च
$0.027
वेळ
411.7s
टोकन्स
22,283 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 Sonnet 5 4.6 7.9 22.2% 1 3.67s 10,590 1,864 0
LongCat 2.0 5.5 10.0 33.3% 0 2.85s 7,446 578 0

झटपट तुलना

तुलना जोडी बदला