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

Meituan: LongCat 2.0 vs Qwen: Qwen3.6 Max Preview

average score जवळपास समान आहे: 6.6 vs 6.6. Qwen3.6 Max Preview चा benchmark खर्च कमी आहे: $0.231 vs $0.469. Qwen3.6 Max Preview वेगवान आहे: 7.82s vs 148.73s, pass rates 53.0% vs 60.6%.

शिफारस केलेले मॉडेलQwen3.6 Max PreviewIt has the best score here (6.6), while costing about 2.0x less than LongCat 2.0 (high).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-21

मेट्रिक LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20 Qwen3.6 Max Preview Qwen3.6 Max Preview none प्रकाशन: 2026-04-20
स्कोअर 6.6 6.6
क्रमांक #102 #103
विश्वसनीयता 9.4 9.9
सुसंगतता 8.2 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.0% 60.6%
अस्थिर चाचण्या 5 2
एकूण रन 66 66
प्रति निकाल खर्च 5.202 2.061
एकूण खर्च $0.469 $0.231
इनपुट किंमत $0.300 / 1M $1.040 / 1M
आउटपुट किंमत $1.200 / 1M $6.240 / 1M
एकूण इनपुट टोकन्स 93,357 106,339
आउटपुट टोकन्स 30,466 19,257
रिझनिंग टोकन्स 336,325 0
प्रतिसाद वेळ (सरासरी) 148.73s 7.82s
प्रतिसाद वेळ (कमाल) 941.66s 102.62s
प्रतिसाद वेळ (एकूण) 3272.00s 172.01s

Hamster playing table tennis

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

#102 LongCat 2.0

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

#103 Qwen3.6 Max Preview

none
खर्च
$0.025
वेळ
83.9s
टोकन्स
4,066 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
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0

झटपट तुलना

तुलना जोडी बदला