नेव्हिगेशन
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs OpenAI: GPT-5.6 Luna

LongCat 2.0 average score मध्ये पुढे आहे: 6.3 vs 6.2. LongCat 2.0 चा benchmark खर्च कमी आहे: $0.044 vs $0.249. GPT-5.6 Luna (low) वेगवान आहे: 5.04s vs 5.18s, pass rates 36.4% vs 56.1%.

शिफारस केलेले मॉडेलLongCat 2.0It has the best score here (6.3), while costing about 5.7x less than GPT-5.6 Luna (low).

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

मेट्रिक LongCat 2.0 LongCat 2.0 none प्रकाशन: 2026-07-20 GPT-5.6 Luna GPT-5.6 Luna low प्रकाशन: 2026-07-09
स्कोअर 6.3 6.2
क्रमांक #111 #117
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 8.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 36.4% 56.1%
अस्थिर चाचण्या 2 5
एकूण रन 66 66
प्रति निकाल खर्च 0.627 2.490
एकूण खर्च $0.044 $0.249
इनपुट किंमत $0.300 / 1M $1.000 / 1M
आउटपुट किंमत $1.200 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 108,743 96,346
आउटपुट टोकन्स 9,372 8,211
रिझनिंग टोकन्स 0 17,227
प्रतिसाद वेळ (सरासरी) 5.18s 5.04s
प्रतिसाद वेळ (कमाल) 48.38s 19.44s
प्रतिसाद वेळ (एकूण) 113.95s 110.88s

Hamster playing table tennis

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

#111 LongCat 2.0

none
खर्च
$0.027
वेळ
411.7s
टोकन्स
22,283 tok

#117 GPT-5.6 Luna

low
खर्च
$0.011
वेळ
10.2s
टोकन्स
1,897 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 5.5 10.0 33.3% 0 2.85s 7,446 578 0
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535

झटपट तुलना

तुलना जोडी बदला