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

Meituan: LongCat 2.0 vs Qwen: Qwen3.5 Plus 2026-02-15

Qwen3.5 Plus 2026-02-15 average score मध्ये पुढे आहे: 6.4 vs 6.3. LongCat 2.0 चा benchmark खर्च कमी आहे: $0.044 vs $0.073. LongCat 2.0 वेगवान आहे: 5.18s vs 9.85s, pass rates 36.4% vs 48.5%.

शिफारस केलेले मॉडेलLongCat 2.0Its score stays close to the best score here (6.3 vs 6.4), while costing about 1.7x less than Qwen3.5 Plus 2026-02-15.

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 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none प्रकाशन: 2026-02-15
स्कोअर 6.3 6.4
क्रमांक #111 #107
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 9.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 36.4% 48.5%
अस्थिर चाचण्या 2 2
एकूण रन 66 66
प्रति निकाल खर्च 0.627 0.751
एकूण खर्च $0.044 $0.073
इनपुट किंमत $0.300 / 1M $0.260 / 1M
आउटपुट किंमत $1.200 / 1M $1.560 / 1M
एकूण इनपुट टोकन्स 108,743 102,646
आउटपुट टोकन्स 9,372 29,370
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 5.18s 9.85s
प्रतिसाद वेळ (कमाल) 48.38s 123.00s
प्रतिसाद वेळ (एकूण) 113.95s 157.63s

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

#107 Qwen3.5 Plus 2026-02-15

none
खर्च
$0.012
वेळ
153.2s
टोकन्स
7,787 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 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0

झटपट तुलना

तुलना जोडी बदला