नेव्हिगेशन
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Qwen: Qwen3.6 Max Preview

LongCat 2.0 (low) average score मध्ये पुढे आहे: 6.7 vs 6.6. Qwen3.6 Max Preview चा benchmark खर्च कमी आहे: $0.231 vs $0.391. Qwen3.6 Max Preview वेगवान आहे: 7.82s vs 100.31s, pass rates 53.0% vs 60.6%.

शिफारस केलेले मॉडेलQwen3.6 Max PreviewIts score stays close to the best score here (6.6 vs 6.7), while costing about 1.7x less than LongCat 2.0 (low).

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 Max Preview Qwen3.6 Max Preview none प्रकाशन: 2026-04-20
स्कोअर 6.7 6.6
क्रमांक #96 #103
विश्वसनीयता 9.6 9.9
सुसंगतता 8.9 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 53.0% 60.6%
अस्थिर चाचण्या 3 2
एकूण रन 66 66
प्रति निकाल खर्च 3.910 2.061
एकूण खर्च $0.391 $0.231
इनपुट किंमत $0.300 / 1M $1.040 / 1M
आउटपुट किंमत $1.200 / 1M $6.240 / 1M
एकूण इनपुट टोकन्स 90,909 106,339
आउटपुट टोकन्स 5,679 19,257
रिझनिंग टोकन्स 297,369 0
प्रतिसाद वेळ (सरासरी) 100.31s 7.82s
प्रतिसाद वेळ (कमाल) 560.39s 102.62s
प्रतिसाद वेळ (एकूण) 2206.82s 172.01s

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

#103 Qwen3.6 Max Preview

none
खर्च
$0.025
वेळ
83.9s
टोकन्स
4,066 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 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0

झटपट तुलना

तुलना जोडी बदला