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

LongCat 2.0 (high) vs Qwen3.8 27B (medium)

LongCat 2.0 (high) average score मध्ये पुढे आहे: 7.3 vs 7.2. Qwen3.8 27B (medium) चा benchmark खर्च कमी आहे: ~$0.073 vs $0.778. Qwen3.8 27B (medium) वेगवान आहे: 40.09s vs 151.67s, pass rates 53.6% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#203
एकूण आउटपुट टोकन्स
404,635
प्रतिसाद वेळ (सरासरी)
151.67s
एकूण खर्च
$0.778
क्रमांक
#209
एकूण आउटपुट टोकन्स
170,696
प्रतिसाद वेळ (सरासरी)
40.09s
एकूण खर्च
~$0.073
शिफारस केलेले मॉडेल Qwen3.8 27B (medium)

Its score stays close to the best score here (7.2 vs 7.3), while costing about 10.7x less than LongCat 2.0 (high).

तपशीलवार तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20 Qwen3.8 27B Qwen3.8 27B medium प्रकाशन: 2026-08-14 मोफत उपलब्ध
स्कोअर 7.3 7.2
क्रमांक #203 #209
विश्वसनीयता 10.0 9.7
सुसंगतता 8.5 9.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.6% 66.7%
अस्थिर चाचण्या 4 2
एकूण रन 69 69
प्रति निकाल खर्च 5.681 ~0.520
एकूण खर्च $0.778 ~$0.073
इनपुट किंमत $0.300 / 1M लागू नाही
आउटपुट किंमत $1.200 / 1M लागू नाही
कॅश वाचण्याची किंमत $0.006 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 275,080 277,164
आउटपुट टोकन्स 32,447 1,913
रिझनिंग टोकन्स 372,188 168,783
प्रतिसाद वेळ (सरासरी) 151.67s 40.09s
प्रतिसाद वेळ (कमाल) 941.66s 214.63s
प्रतिसाद वेळ (एकूण) 3488.43s 881.89s
पॅरामीटर्स 1.6T एकूण (48B सक्रिय) 27.3B
उपलब्धता मुक्त स्रोत वेट्स उपलब्ध

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.

#203 LongCat 2.0

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 tok

#209 Qwen3.8 27B

medium
खर्च
~$0.002
वेळ
43.4s
टोकन्स
2,956 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 7.8 9.3 66.7% 0 505.33s 6,913 244 192,377
Qwen3.8 27B 10.0 10.0 100.0% 0 40.50s 7,893 585 26,808

तुलना जोडी बदला

Gemini 2.5 FlashmediumvsLongCat 2.0highGemini 3.8 FlashlowvsQwen3.8 27Bmediumमोफत उपलब्धLongCat 2.0highvsQwen3.6 PlusmediumGemini 3.5 Flash LitemediumvsLongCat 2.0highClaude Opus 4.8lowvsQwen3.8 27Bmediumमोफत उपलब्धLongCat 2.0highvsGrok 4.7mediumNex-N2.6highvsQwen3.8 27Bmediumमोफत उपलब्धClaude Fable 5.1mediumvsLongCat 2.0highLongCat 2.0highvsQwen3.5-27BnoneQwen3.8 27Bmediumमोफत उपलब्धvsStep 3.7 FlashlowLongCat 2.0highvsQwen3.5 Plus 2026-02-15mediumGemma 4 26B A4Bmediumमोफत उपलब्धvsLongCat 2.0high