नेव्हिगेशन
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Qwen: Qwen3.6 35B A3B

average score जवळपास समान आहे: 6.7 vs 6.7. LongCat 2.0 (low) चा benchmark खर्च कमी आहे: $0.391 vs $0.746. Qwen3.6 35B A3B (medium) वेगवान आहे: 58.06s vs 100.31s, pass rates 53.0% vs 60.6%.

शिफारस केलेले मॉडेलLongCat 2.0 (low)It has the best score here (6.7), while costing about 1.9x less than Qwen3.6 35B A3B (medium).

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

मेट्रिक LongCat 2.0 LongCat 2.0 low प्रकाशन: 2026-07-20 Qwen3.6 35B A3B Qwen3.6 35B A3B medium प्रकाशन: 2026-04-20
स्कोअर 6.7 6.7
क्रमांक #96 #94
विश्वसनीयता 9.6 10.0
सुसंगतता 8.9 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.0% 60.6%
अस्थिर चाचण्या 3 1
एकूण रन 66 66
प्रति निकाल खर्च 3.910 5.712
एकूण खर्च $0.391 $0.746
इनपुट किंमत $0.300 / 1M $0.140 / 1M
आउटपुट किंमत $1.200 / 1M $1.000 / 1M
एकूण इनपुट टोकन्स 90,909 85,139
आउटपुट टोकन्स 5,679 61,819
रिझनिंग टोकन्स 297,369 678,766
प्रतिसाद वेळ (सरासरी) 100.31s 58.06s
प्रतिसाद वेळ (कमाल) 560.39s 817.57s
प्रतिसाद वेळ (एकूण) 2206.82s 1161.18s

Hamster playing table tennis

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

#96 LongCat 2.0

low
खर्च
$0.024
वेळ
428.0s
टोकन्स
19,557 tok

#94 Qwen3.6 35B A3B

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223

झटपट तुलना

तुलना जोडी बदला