नेव्हिगेशन
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs OpenAI: GPT-5.3 Chat

GPT-5.3 Chat average score मध्ये पुढे आहे: 7.5 vs 7.4. LongCat 2.0 (medium) चा benchmark खर्च कमी आहे: $0.478 vs $0.571. GPT-5.3 Chat वेगवान आहे: 6.88s vs 136.64s, pass rates 60.6% vs 68.2%.

शिफारस केलेले मॉडेलGPT-5.3 ChatIt has the best score here (7.5), while responding about 19.9x faster than LongCat 2.0 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-20

मेट्रिक LongCat 2.0 LongCat 2.0 medium प्रकाशन: 2026-07-20 GPT-5.3 Chat GPT-5.3 Chat none प्रकाशन: 2026-03-03
स्कोअर 7.4 7.5
क्रमांक #60 #54
विश्वसनीयता 9.8 10.0
सुसंगतता 8.9 8.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 60.6% 68.2%
अस्थिर चाचण्या 3 5
एकूण रन 66 66
प्रति निकाल खर्च 3.978 4.387
एकूण खर्च $0.478 $0.571
इनपुट किंमत $0.300 / 1M $1.750 / 1M
आउटपुट किंमत $1.200 / 1M $14.000 / 1M
एकूण इनपुट टोकन्स 97,315 78,990
आउटपुट टोकन्स 44,384 30,854
रिझनिंग टोकन्स 329,012 0
प्रतिसाद वेळ (सरासरी) 136.64s 6.88s
प्रतिसाद वेळ (कमाल) 939.52s 18.33s
प्रतिसाद वेळ (एकूण) 3006.01s 151.31s

Hamster playing table tennis

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

#60 LongCat 2.0

medium
खर्च
$0.016
वेळ
285.1s
टोकन्स
13,057 tok

#54 GPT-5.3 Chat

none
खर्च
$0.008
वेळ
8.1s
टोकन्स
634 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 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0

झटपट तुलना

तुलना जोडी बदला