नेव्हिगेशन
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Meituan: LongCat 2.0

LongCat 2.0 (low) average score मध्ये पुढे आहे: 6.7 vs 6.6. LongCat 2.0 (low) चा benchmark खर्च कमी आहे: $0.391 vs $0.469. LongCat 2.0 (low) वेगवान आहे: 100.31s vs 148.73s, pass rates 53.0% vs 53.0%.

शिफारस केलेले मॉडेलLongCat 2.0 (low)It has the strongest score in this comparison (6.7) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-20

मेट्रिक LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20 LongCat 2.0 LongCat 2.0 low प्रकाशन: 2026-07-20
स्कोअर 6.6 6.7
क्रमांक #97 #91
विश्वसनीयता 9.4 9.6
सुसंगतता 8.2 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.0% 53.0%
अस्थिर चाचण्या 5 3
एकूण रन 66 66
प्रति निकाल खर्च 5.202 3.910
एकूण खर्च $0.469 $0.391
इनपुट किंमत $0.300 / 1M $0.300 / 1M
आउटपुट किंमत $1.200 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 93,357 90,909
आउटपुट टोकन्स 30,466 5,679
रिझनिंग टोकन्स 336,325 297,369
प्रतिसाद वेळ (सरासरी) 148.73s 100.31s
प्रतिसाद वेळ (कमाल) 941.66s 560.39s
प्रतिसाद वेळ (एकूण) 3272.00s 2206.82s

Hamster playing table tennis

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

#97 LongCat 2.0

high
अवैध SVG
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 tok

#91 LongCat 2.0

low
खर्च
$0.024
वेळ
428.0s
टोकन्स
19,557 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
LongCat 2.0 7.6 7.2 77.8% 1 505.33s 6,913 244 192,377
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

झटपट तुलना

तुलना जोडी बदला