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 Hy4 flash (medium)

average score जवळपास समान आहे: 7.3 vs 7.3. Hy4 flash (medium) चा benchmark खर्च कमी आहे: $0.098 vs $0.778. Hy4 flash (medium) वेगवान आहे: 49.04s vs 151.67s, pass rates 53.6% vs 72.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-17

तुलना केलेली मॉडेल्स

क्रमांक
#216
एकूण आउटपुट टोकन्स
404,635
प्रतिसाद वेळ (सरासरी)
151.67s
एकूण खर्च
$0.778
क्रमांक
#218
एकूण आउटपुट टोकन्स
617,409
प्रतिसाद वेळ (सरासरी)
49.04s
एकूण खर्च
$0.098
शिफारस केलेले मॉडेल Hy4 flash (medium)

It has the best score here (7.3), while costing about 7.9x less than LongCat 2.0 (high).

तपशीलवार तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20 Hy4 flash Hy4 flash medium प्रकाशन: 2026-11-17
स्कोअर 7.3 7.3
क्रमांक #216 #218
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.6% 72.5%
अस्थिर चाचण्या 4 4
एकूण रन 69 69
प्रति निकाल खर्च 5.681 0.654
एकूण खर्च $0.778 $0.098
इनपुट किंमत $0.300 / 1M $0.035 / 1M
आउटपुट किंमत $1.200 / 1M $0.141 / 1M
कॅश वाचण्याची किंमत $0.006 / 1M $0.002 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 275,080 321,297
आउटपुट टोकन्स 32,447 7,872
रिझनिंग टोकन्स 372,188 609,537
प्रतिसाद वेळ (सरासरी) 151.67s 49.04s
प्रतिसाद वेळ (कमाल) 941.66s 265.97s
प्रतिसाद वेळ (एकूण) 3488.43s 1127.83s
पॅरामीटर्स 1.6T एकूण (48B सक्रिय) ~190B एकूण (~12B 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.

#216 LongCat 2.0

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

#218 Hy4 flash

medium
खर्च
$0.002
वेळ
53.7s
टोकन्स
13,619 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
Hy4 flash 7.4 7.0 77.8% 1 74.25s 7,527 129 167,056

तुलना जोडी बदला