नेव्हिगेशन
Advertise here

LongCat 2.0 vs GLM 5.3 FlashX (low)

LongCat 2.0 average score मध्ये पुढे आहे: 6.4 vs 6.3. LongCat 2.0 चा benchmark खर्च कमी आहे: $0.044 vs $0.090. LongCat 2.0 वेगवान आहे: 5.17s vs 6.58s, pass rates 40.9% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-21

तुलना केलेली मॉडेल्स

क्रमांक
#195
एकूण आउटपुट टोकन्स
9,375
प्रतिसाद वेळ (सरासरी)
5.17s
एकूण खर्च
$0.044
क्रमांक
#201
एकूण आउटपुट टोकन्स
37,036
प्रतिसाद वेळ (सरासरी)
6.58s
एकूण खर्च
$0.090
शिफारस केलेले मॉडेल LongCat 2.0

It has the best score here (6.4), while costing about 2.0x less than GLM 5.3 FlashX (low).

तपशीलवार तुलना

मेट्रिक LongCat 2.0 LongCat 2.0 none प्रकाशन: 2026-07-20 GLM 5.3 FlashX GLM 5.3 FlashX low प्रकाशन: 2026-09-21
स्कोअर 6.4 6.3
क्रमांक #195 #201
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 7.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 40.9% 65.2%
अस्थिर चाचण्या 2 8
एकूण रन 66 66
प्रति निकाल खर्च 0.549 0.816
एकूण खर्च $0.044 $0.090
इनपुट किंमत $0.300 / 1M $0.370 / 1M
आउटपुट किंमत $1.200 / 1M $1.250 / 1M
एकूण इनपुट टोकन्स 108,752 117,325
आउटपुट टोकन्स 9,375 10,494
रिझनिंग टोकन्स 0 26,542
प्रतिसाद वेळ (सरासरी) 5.17s 6.58s
प्रतिसाद वेळ (कमाल) 48.38s 73.01s
प्रतिसाद वेळ (एकूण) 113.83s 144.85s
पॅरामीटर्स 1.6T एकूण (48B सक्रिय) 320B एकूण (18B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#195 LongCat 2.0

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

#201 GLM 5.3 FlashX

low
खर्च
$0.002
वेळ
8.4s
टोकन्स
1,526 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
GLM 5.3 FlashX 5.5 7.4 44.4% 1 5.45s 7,317 382 4,760

झटपट तुलना

तुलना जोडी बदला