नेव्हिगेशन
AI BENCHY
Advertise here

Meituan: LongCat 2.0 vs Qwen: Qwen3.5-Flash

average score जवळपास समान आहे: 6.3 vs 6.2. LongCat 2.0 चा benchmark खर्च कमी आहे: $0.044 vs $0.139. LongCat 2.0 वेगवान आहे: 5.18s vs 84.82s, pass rates 36.4% vs 69.7%.

शिफारस केलेले मॉडेलLongCat 2.0It has the best score here (6.3), while costing about 3.2x less than Qwen3.5-Flash (medium).

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

मेट्रिक LongCat 2.0 LongCat 2.0 none प्रकाशन: 2026-07-20 Qwen3.5-Flash Qwen3.5-Flash medium प्रकाशन: 2026-02-24
स्कोअर 6.3 6.2
क्रमांक #111 #114
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 7.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 36.4% 69.7%
अस्थिर चाचण्या 2 6
एकूण रन 66 66
प्रति निकाल खर्च 0.627 1.361
एकूण खर्च $0.044 $0.139
इनपुट किंमत $0.300 / 1M $0.065 / 1M
आउटपुट किंमत $1.200 / 1M $0.260 / 1M
एकूण इनपुट टोकन्स 108,743 118,499
आउटपुट टोकन्स 9,372 12,284
रिझनिंग टोकन्स 0 490,610
प्रतिसाद वेळ (सरासरी) 5.18s 84.82s
प्रतिसाद वेळ (कमाल) 48.38s 515.38s
प्रतिसाद वेळ (एकूण) 113.95s 1781.22s

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

#114 Qwen3.5-Flash

medium
खर्च
$0.002
वेळ
25.8s
टोकन्स
4,294 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
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081

झटपट तुलना

तुलना जोडी बदला