नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

LongCat 2.0 (medium) vs Qwen3.8 2.4T A95B (high)

Qwen3.8 2.4T A95B (high) average score मध्ये पुढे आहे: 7.9 vs 7.2. LongCat 2.0 (medium) चा benchmark खर्च कमी आहे: $0.767 vs $2.949. Qwen3.8 2.4T A95B (high) वेगवान आहे: 120.88s vs 144.88s, pass rates 59.4% vs 75.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-22

तुलना केलेली मॉडेल्स

क्रमांक
#234
एकूण आउटपुट टोकन्स
422,234
प्रतिसाद वेळ (सरासरी)
144.88s
एकूण खर्च
$0.767
क्रमांक
#180
एकूण आउटपुट टोकन्स
368,836
प्रतिसाद वेळ (सरासरी)
120.88s
एकूण खर्च
$2.949
शिफारस केलेले मॉडेल LongCat 2.0 (medium)

Its score stays close to the best score here (7.2 vs 7.9), while costing about 3.8x less than Qwen3.8 2.4T A95B (high).

तपशीलवार तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 medium प्रकाशन: 2026-07-20 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12
स्कोअर 7.2 7.9
क्रमांक #234 #180
विश्वसनीयता 10.0 9.6
सुसंगतता 9.0 8.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.4% 75.4%
अस्थिर चाचण्या 3 4
एकूण रन 69 69
प्रति निकाल खर्च 4.942 18.696
एकूण खर्च $0.767 $2.949
इनपुट किंमत $0.300 / 1M $2.000 / 1M
आउटपुट किंमत $1.200 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत $0.006 / 1M $0.250 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 287,669 295,642
आउटपुट टोकन्स 47,204 115,041
रिझनिंग टोकन्स 375,030 353,398
प्रतिसाद वेळ (सरासरी) 144.88s 120.88s
प्रतिसाद वेळ (कमाल) 939.52s 532.28s
प्रतिसाद वेळ (एकूण) 3332.19s 2780.16s
पॅरामीटर्स 1.6T एकूण (48B सक्रिय) 2.4T एकूण (95B सक्रिय)
उपलब्धता मुक्त स्रोत वेट्स उपलब्ध

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#234 LongCat 2.0

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

#180 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
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 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

तुलना जोडी बदला