नेव्हिगेशन
Advertise here

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

average score जवळपास समान आहे: 7.2 vs 7.2. Step 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.449 vs $0.593. Step 3.7 Flash (low) वेगवान आहे: 20.72s vs 144.88s, pass rates 59.4% vs 63.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#145
एकूण आउटपुट टोकन्स
422,234
प्रतिसाद वेळ (सरासरी)
144.88s
एकूण खर्च
$0.593
क्रमांक
#147
एकूण आउटपुट टोकन्स
339,108
प्रतिसाद वेळ (सरासरी)
20.72s
एकूण खर्च
$0.449
शिफारस केलेले मॉडेल Step 3.7 Flash (low)

It has the best score here (7.2), while responding about 7.0x faster than LongCat 2.0 (medium).

तपशीलवार तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 medium प्रकाशन: 2026-07-20 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 7.2 7.2
क्रमांक #145 #147
विश्वसनीयता 10.0 10.0
सुसंगतता 9.0 7.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.4% 63.8%
अस्थिर चाचण्या 3 6
एकूण रन 69 69
प्रति निकाल खर्च 4.942 4.078
एकूण खर्च $0.593 $0.449
इनपुट किंमत $0.300 / 1M $0.200 / 1M
आउटपुट किंमत $1.200 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 287,669 292,685
आउटपुट टोकन्स 47,204 339,108
रिझनिंग टोकन्स 375,030 0
प्रतिसाद वेळ (सरासरी) 144.88s 20.72s
प्रतिसाद वेळ (कमाल) 939.52s 124.75s
प्रतिसाद वेळ (एकूण) 3332.19s 476.67s
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.

#145 LongCat 2.0

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

#147 Step 3.7 Flash

low
अवैध SVG
खर्च
$0.004
वेळ
25.3s
टोकन्स
3,072 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
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

झटपट तुलना

तुलना जोडी बदला

Step 3.7 FlashlowvsGLM 5mediumQwen3.6 27BmediumvsStep 3.7 FlashlowLongCat 2.0mediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 4.8lowvsLongCat 2.0mediumClaude Opus 5nonevsLongCat 2.0mediumGemini 3.8 FlashlowvsLongCat 2.0mediumQwen3.8 27Bmediumमोफत उपलब्धvsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsStep 3.7 FlashlowLongCat 2.0mediumvsQwen3.5-27BnoneQwen3.5-27BnonevsStep 3.7 Flashlow