नेव्हिगेशन
Advertise here

LongCat 2.0 (low) vs Step 3.7 Flash (high)

average score जवळपास समान आहे: 6.6 vs 6.6. LongCat 2.0 (low) चा benchmark खर्च कमी आहे: $0.495 vs $1.350. Step 3.7 Flash (high) वेगवान आहे: 72.72s vs 115.00s, pass rates 55.1% vs 58.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#188
एकूण आउटपुट टोकन्स
346,225
प्रतिसाद वेळ (सरासरी)
115.00s
एकूण खर्च
$0.495
क्रमांक
#190
एकूण आउटपुट टोकन्स
1,100,052
प्रतिसाद वेळ (सरासरी)
72.72s
एकूण खर्च
$1.350
शिफारस केलेले मॉडेल LongCat 2.0 (low)

It has the best score here (6.6), while costing about 2.7x less than Step 3.7 Flash (high).

तपशीलवार तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 low प्रकाशन: 2026-07-20 Step 3.7 Flash Step 3.7 Flash high प्रकाशन: 2026-05-29
स्कोअर 6.6 6.6
क्रमांक #188 #190
विश्वसनीयता 9.9 10.0
सुसंगतता 8.3 8.5
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 55.1% 58.0%
अस्थिर चाचण्या 5 4
एकूण रन 69 69
प्रति निकाल खर्च 4.942 12.267
एकूण खर्च $0.495 $1.350
इनपुट किंमत $0.300 / 1M $0.200 / 1M
आउटपुट किंमत $1.200 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 262,387 421,200
आउटपुट टोकन्स 7,344 1,100,052
रिझनिंग टोकन्स 338,881 0
प्रतिसाद वेळ (सरासरी) 115.00s 72.72s
प्रतिसाद वेळ (कमाल) 560.39s 364.99s
प्रतिसाद वेळ (एकूण) 2645.11s 1672.53s
पॅरामीटर्स 1.6T एकूण (48B सक्रिय) 198B एकूण (11B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#188 LongCat 2.0

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

#190 Step 3.7 Flash

high
खर्च
$0.007
वेळ
63.6s
टोकन्स
6,030 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
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

झटपट तुलना

तुलना जोडी बदला

Mercury 2mediumvsStep 3.7 FlashhighLongCat 2.0lowvsQwen3.7 FlashmediumKAT-Coder-Pro V2.5lowvsStep 3.7 FlashhighMercury 2mediumvsLongCat 2.0lowLongCat 2.0lowvsGLM 5.2noneQwen3.7 FlashmediumvsStep 3.7 FlashhighLongCat 2.0lowvsGPT-5.5noneClaude Sonnet 5.5mediumvsStep 3.7 FlashhighQwen3.6 35B A3BmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2noneGPT-5.5nonevsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.3 Flashlow