नेव्हिगेशन
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Qwen: Qwen3.5 Plus 2026-02-15

Qwen3.5 Plus 2026-02-15 (medium) average score मध्ये पुढे आहे: 7.5 vs 7.4. Qwen3.5 Plus 2026-02-15 (medium) चा benchmark खर्च कमी आहे: $0.437 vs $0.478. Qwen3.5 Plus 2026-02-15 (medium) वेगवान आहे: 89.19s vs 136.64s, pass rates 60.6% vs 71.2%.

शिफारस केलेले मॉडेलQwen3.5 Plus 2026-02-15 (medium)It has the best score here (7.5), while responding about 1.5x 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 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium प्रकाशन: 2026-02-15
स्कोअर 7.4 7.5
क्रमांक #60 #57
विश्वसनीयता 9.8 10.0
सुसंगतता 8.9 8.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 60.6% 71.2%
अस्थिर चाचण्या 3 4
एकूण रन 66 66
प्रति निकाल खर्च 3.978 3.348
एकूण खर्च $0.478 $0.437
इनपुट किंमत $0.300 / 1M $0.260 / 1M
आउटपुट किंमत $1.200 / 1M $1.560 / 1M
एकूण इनपुट टोकन्स 97,315 113,560
आउटपुट टोकन्स 44,384 9,823
रिझनिंग टोकन्स 329,012 250,881
प्रतिसाद वेळ (सरासरी) 136.64s 89.19s
प्रतिसाद वेळ (कमाल) 939.52s 304.85s
प्रतिसाद वेळ (एकूण) 3006.01s 1337.92s

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

#57 Qwen3.5 Plus 2026-02-15

medium
खर्च
$0.011
वेळ
125.5s
टोकन्स
7,040 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
Qwen3.5 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595

झटपट तुलना

तुलना जोडी बदला