नेव्हिगेशन
Advertise here

LongCat 2.0 (medium) vs Qwen3.8 27B (medium)

average score जवळपास समान आहे: 7.2 vs 7.2. Qwen3.8 27B (medium) चा benchmark खर्च कमी आहे: ~$0.073 vs $0.767. Qwen3.8 27B (medium) वेगवान आहे: 40.09s vs 144.88s, pass rates 59.4% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक
#171
एकूण आउटपुट टोकन्स
422,234
प्रतिसाद वेळ (सरासरी)
144.88s
एकूण खर्च
$0.767
क्रमांक
#167
एकूण आउटपुट टोकन्स
170,696
प्रतिसाद वेळ (सरासरी)
40.09s
एकूण खर्च
~$0.073
शिफारस केलेले मॉडेल Qwen3.8 27B (medium)

It has the best score here (7.2), while costing about 10.5x less than LongCat 2.0 (medium).

तपशीलवार तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 medium प्रकाशन: 2026-07-20 Qwen3.8 27B Qwen3.8 27B medium प्रकाशन: 2026-08-14 मोफत उपलब्ध
स्कोअर 7.2 7.2
क्रमांक #171 #167
विश्वसनीयता 10.0 9.7
सुसंगतता 9.0 9.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.4% 66.7%
अस्थिर चाचण्या 3 2
एकूण रन 69 69
प्रति निकाल खर्च 4.942 ~0.520
एकूण खर्च $0.767 ~$0.073
इनपुट किंमत $0.300 / 1M लागू नाही
आउटपुट किंमत $1.200 / 1M लागू नाही
कॅश वाचण्याची किंमत $0.006 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 287,669 277,164
आउटपुट टोकन्स 47,204 1,913
रिझनिंग टोकन्स 375,030 168,783
प्रतिसाद वेळ (सरासरी) 144.88s 40.09s
प्रतिसाद वेळ (कमाल) 939.52s 214.63s
प्रतिसाद वेळ (एकूण) 3332.19s 881.89s
पॅरामीटर्स 1.6T एकूण (48B सक्रिय) 27.3B
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.

#171 LongCat 2.0

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

#167 Qwen3.8 27B

medium
खर्च
~$0.002
वेळ
43.4s
टोकन्स
2,956 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 27B 10.0 10.0 100.0% 0 40.50s 7,893 585 26,808

तुलना जोडी बदला

Gemini 3.8 FlashlowvsQwen3.8 27Bmediumमोफत उपलब्धLongCat 2.0mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.8 27Bmediumमोफत उपलब्धLongCat 2.0mediumvsQwen3.7 FlashhighClaude Opus 4.8lowvsLongCat 2.0mediumClaude Opus 5nonevsLongCat 2.0mediumGemini 3.8 FlashlowvsLongCat 2.0mediumQwen3.8 27Bmediumमोफत उपलब्धvsStep 3.7 FlashlowLongCat 2.0mediumvsQwen3.5-27BnoneClaude Opus 5nonevsQwen3.8 27Bmediumमोफत उपलब्धLongCat 2.0highvsQwen3.8 27Bmediumमोफत उपलब्धLongCat 2.0mediumvsQwen3.8 Flash Nextxhigh