नेव्हिगेशन
Advertise here

LongCat 2.0 (high) vs GLM 5.3 Flash (high)

average score जवळपास समान आहे: 7.3 vs 7.3. GLM 5.3 Flash (high) चा benchmark खर्च कमी आहे: $0.056 vs $0.778. GLM 5.3 Flash (high) वेगवान आहे: 29.11s vs 151.67s, pass rates 53.6% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-09

तुलना केलेली मॉडेल्स

क्रमांक
#146
एकूण आउटपुट टोकन्स
404,635
प्रतिसाद वेळ (सरासरी)
151.67s
एकूण खर्च
$0.778
क्रमांक
#142
एकूण आउटपुट टोकन्स
99,340
प्रतिसाद वेळ (सरासरी)
29.11s
एकूण खर्च
$0.056
शिफारस केलेले मॉडेल GLM 5.3 Flash (high)

It has the best score here (7.3), while costing about 14.0x less than LongCat 2.0 (high).

तपशीलवार तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20 GLM 5.3 Flash GLM 5.3 Flash high प्रकाशन: 2026-08-26
स्कोअर 7.3 7.3
क्रमांक #146 #142
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.6% 66.7%
अस्थिर चाचण्या 4 4
एकूण रन 69 69
प्रति निकाल खर्च 5.681 0.426
एकूण खर्च $0.778 $0.056
इनपुट किंमत $0.300 / 1M $0.150 / 1M
आउटपुट किंमत $1.200 / 1M $0.500 / 1M
कॅश वाचण्याची किंमत $0.006 / 1M $0.030 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 275,080 225,013
आउटपुट टोकन्स 32,447 12,197
रिझनिंग टोकन्स 372,188 87,143
प्रतिसाद वेळ (सरासरी) 151.67s 29.11s
प्रतिसाद वेळ (कमाल) 941.66s 163.41s
प्रतिसाद वेळ (एकूण) 3488.43s 669.54s
पॅरामीटर्स 1.6T एकूण (48B सक्रिय) 320B एकूण (18B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त 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.

#146 LongCat 2.0

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

#142 GLM 5.3 Flash

high
खर्च
$0.003
वेळ
186.7s
टोकन्स
10,486 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
GLM 5.3 Flash 8.2 7.2 88.9% 1 19.62s 7,317 373 9,973

तुलना जोडी बदला