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 Grok 4.7 (medium)

average score जवळपास समान आहे: 7.3 vs 7.3. LongCat 2.0 (high) चा benchmark खर्च कमी आहे: $0.569 vs $3.501. Grok 4.7 (medium) वेगवान आहे: 117.65s vs 151.67s, pass rates 53.6% vs 78.3%.

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
#134
एकूण आउटपुट टोकन्स
474,745
प्रतिसाद वेळ (सरासरी)
117.65s
एकूण खर्च
$3.501
शिफारस केलेले मॉडेल LongCat 2.0 (high)

It has the best score here (7.3), while costing about 6.2x less than Grok 4.7 (medium).

तपशीलवार तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20 Grok 4.7 Grok 4.7 medium प्रकाशन: 2026-09-21
स्कोअर 7.3 7.3
क्रमांक #136 #134
विश्वसनीयता 10.0 9.8
सुसंगतता 8.5 8.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.6% 78.3%
अस्थिर चाचण्या 4 5
एकूण रन 69 69
प्रति निकाल खर्च 5.681 19.582
एकूण खर्च $0.569 $3.501
इनपुट किंमत $0.300 / 1M $2.000 / 1M
आउटपुट किंमत $1.200 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 275,080 326,066
आउटपुट टोकन्स 32,447 5,726
रिझनिंग टोकन्स 372,188 469,019
प्रतिसाद वेळ (सरासरी) 151.67s 117.65s
प्रतिसाद वेळ (कमाल) 941.66s 660.89s
प्रतिसाद वेळ (एकूण) 3488.43s 2706.03s
पॅरामीटर्स 1.6T एकूण (48B सक्रिय) ~1.7T एकूण (~170B 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

#134 SpaceXAI: Grok 4.7

medium
खर्च
$0.047
वेळ
132.3s
टोकन्स
9,954 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
Grok 4.7 6.6 4.6 77.8% 2 312.17s 10,266 349 172,347

झटपट तुलना

तुलना जोडी बदला