LongCat 2.0 (high) vs GPT-6 Luna (medium)

GPT-6 Luna (medium) average score मध्ये पुढे आहे: 8.3 vs 7.3. GPT-6 Luna (medium) चा benchmark खर्च कमी आहे: $0.047 vs $0.778. GPT-6 Luna (medium) वेगवान आहे: 18.07s vs 151.67s, pass rates 53.6% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक: #162
एकूण आउटपुट टोकन्स: 404,635
प्रतिसाद वेळ (सरासरी): 151.67s
एकूण खर्च: $0.778

क्रमांक: #94
एकूण आउटपुट टोकन्स: 53,161
प्रतिसाद वेळ (सरासरी): 18.07s
एकूण खर्च: $0.047

शिफारस केलेले मॉडेल GPT-6 Luna (medium)

It has the best score here (8.3), while costing about 16.6x less than LongCat 2.0 (high).

तपशीलवार तुलना

मेट्रिक	LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23

मेट्रिक	LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20	GPT-6 Luna GPT-6 Luna medium प्रकाशन: 2026-09-23
स्कोअर	7.3	8.3
क्रमांक	#162	#94
विश्वसनीयता	10.0	10.0
सुसंगतता	8.5	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	53.6%	73.9%
अस्थिर चाचण्या	4	3
एकूण रन	69	69
प्रति निकाल खर्च	5.681	0.313
एकूण खर्च	$0.778	$0.047
इनपुट किंमत	$0.300 / 1M	$0.100 / 1M
आउटपुट किंमत	$1.200 / 1M	$0.500 / 1M
कॅश वाचण्याची किंमत	$0.006 / 1M	$0.010 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$0.125 / 1M
एकूण इनपुट टोकन्स	275,080	203,193
आउटपुट टोकन्स	32,447	5,751
रिझनिंग टोकन्स	372,188	47,410
प्रतिसाद वेळ (सरासरी)	151.67s	18.07s
प्रतिसाद वेळ (कमाल)	941.66s	66.44s
प्रतिसाद वेळ (एकूण)	3488.43s	415.53s
पॅरामीटर्स	1.6T एकूण (48B सक्रिय)	~400B एकूण (~17B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद 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.

#162 LongCat 2.0

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 tok

#94 GPT-6 Luna

medium

खर्च: $0.002
वेळ: 23.6s
टोकन्स: 2,966 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	10.0	10.0	100.0%	0		116.07s	181,669	1,977	16,016
GPT-6 Luna	10.0	10.0	100.0%	0		66.44s	124,247	1,116	6,891

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	8.9	8.1	91.7%	1		7.76s	588	303	3,300
GPT-6 Luna	8.3	10.0	75.0%	0		4.32s	606	156	875

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	7.8	9.3	66.7%	0		505.33s	6,913	244	192,377
GPT-6 Luna	6.6	4.6	77.8%	2		23.63s	7,302	438	10,222

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	10.0	10.0	100.0%	0		167.13s	68,941	4,934	49,558
GPT-6 Luna	10.0	10.0	100.0%	0		22.65s	55,738	3,052	4,096

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	3.6	5.8	33.3%	1		10.98s	7,653	197	2,714
GPT-6 Luna	10.0	10.0	100.0%	0		26.09s	7,140	234	268

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	3.6	7.2	22.2%	1		433.73s	505	23,928	86,947
GPT-6 Luna	5.9	7.2	55.6%	1		22.71s	732	70	19,191

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	5.1	10.0	0.0%	0		17.00s	480	111	1,748
GPT-6 Luna	4.4	9.9	0.0%	0		28.25s	477	91	289

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	6.5	10.0	50.0%	0		6.96s	657	78	1,726
GPT-6 Luna	9.8	10.0	100.0%	0		13.24s	660	89	409

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	3.1	7.4	11.1%	1		9.18s	636	379	2,778
GPT-6 Luna	7.7	10.0	66.7%	0		9.78s	642	211	3,189

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	10.0	10.0	100.0%	0		10.02s	6,840	249	505
GPT-6 Luna	10.0	10.0	100.0%	0		4.84s	5,454	264	249

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
LongCat 2.0	3.0	10.0	0.0%	0		99.44s	198	47	14,519
GPT-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731

तुलना जोडी बदला

Gemini 2.5 FlashmediumvsLongCat 2.0high LongCat 2.0highvsQwen3.6 Plusmedium Gemini 3.5 Flash LitemediumvsLongCat 2.0high LongCat 2.0highvsGrok 4.7medium Gemini 4 ArgonlowvsGPT-6 Lunamedium GPT-6 LunamediumvsGrok 4.5high Claude Fable 5.1mediumvsLongCat 2.0high Kimi K3maxvsGPT-6 Lunamedium LongCat 2.0highvsQwen3.5-27Bnone Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Haiku 5.5highvsGPT-6 Lunamedium LongCat 2.0highvsQwen3.5 Plus 2026-02-15medium