LongCat 2.0 (high) vs Qwen3.5 Plus 2026-02-15 (medium)

LongCat 2.0 (high) average score मध्ये पुढे आहे: 7.3 vs 7.2. Qwen3.5 Plus 2026-02-15 (medium) चा benchmark खर्च कमी आहे: $0.567 vs $0.569. Qwen3.5 Plus 2026-02-15 (medium) वेगवान आहे: 97.68s vs 151.67s, pass rates 53.6% vs 72.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #136
एकूण आउटपुट टोकन्स: 404,635
प्रतिसाद वेळ (सरासरी): 151.67s
एकूण खर्च: $0.569

क्रमांक: #140
एकूण आउटपुट टोकन्स: 302,730
प्रतिसाद वेळ (सरासरी): 97.68s
एकूण खर्च: $0.567

शिफारस केलेले मॉडेल Qwen3.5 Plus 2026-02-15 (medium)

Its score stays close to the best score here (7.2 vs 7.3), while responding about 1.6x faster than LongCat 2.0 (high).

तपशीलवार तुलना

मेट्रिक	LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium प्रकाशन: 2026-02-15

मेट्रिक	LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium प्रकाशन: 2026-02-15
स्कोअर	7.3	7.2
क्रमांक	#136	#140
विश्वसनीयता	10.0	10.0
सुसंगतता	8.5	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	53.6%	72.5%
अस्थिर चाचण्या	4	6
एकूण रन	69	69
प्रति निकाल खर्च	5.681	4.047
एकूण खर्च	$0.569	$0.567
इनपुट किंमत	$0.300 / 1M	$0.260 / 1M
आउटपुट किंमत	$1.200 / 1M	$1.560 / 1M
एकूण इनपुट टोकन्स	275,080	249,486
आउटपुट टोकन्स	32,447	14,481
रिझनिंग टोकन्स	372,188	288,249
प्रतिसाद वेळ (सरासरी)	151.67s	97.68s
प्रतिसाद वेळ (कमाल)	941.66s	304.85s
प्रतिसाद वेळ (एकूण)	3488.43s	1562.81s
पॅरामीटर्स	1.6T एकूण (48B सक्रिय)	~397B एकूण (~17B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#136 LongCat 2.0

high

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

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

#140 Qwen3.5 Plus 2026-02-15

medium

खर्च: $0.011
वेळ: 125.5s
टोकन्स: 7,040 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
Qwen3.5 Plus 2026-02-15	6.1	3.1	66.7%	1		186.40s	135,917	4,658	23,363

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
Qwen3.5 Plus 2026-02-15	8.2	7.9	83.3%	1		45.78s	672	205	21,236

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
Qwen3.5 Plus 2026-02-15	6.6	7.1	44.4%	1		180.70s	6,950	420	80,595

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
Qwen3.5 Plus 2026-02-15	6.9	5.9	66.7%	1		175.85s	87,576	8,085	69,183

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
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		46.91s	7,782	270	14,916

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
Qwen3.5 Plus 2026-02-15	5.3	7.2	44.4%	1		55.99s	453	35	30,685

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
Qwen3.5 Plus 2026-02-15	4.7	1.6	66.7%	1		79.86s	344	73	8,675

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
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		31.93s	699	101	7,704

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
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		32.50s	696	301	13,853

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
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		7.54s	8,193	309	909

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
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		103.81s	204	24	17,130

झटपट तुलना

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 3.8 FlashlowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Claude Fable 5.1mediumvsLongCat 2.0high LongCat 2.0highvsQwen3.5-27Bnone Qwen3.5 Plus 2026-02-15mediumvsStep 3.7 Flashlow Gemma 4 26B A4Bmediumमोफत उपलब्धvsLongCat 2.0high LongCat 2.0highvsQwen3.8 27Bmediumमोफत उपलब्ध Gemini 3.8 FlashlowvsLongCat 2.0high