#60 LongCat 2.0
medium- खर्च
- $0.016
- वेळ
- 285.1s
- टोकन्स
- 13,057 tok
Meituan
प्रकाशन: 2026-07-20
चाचणी तारीख: 2026-07-20 17:01
meituan/longcat-2.0::medium
1.6T एकूण (48B सक्रिय)MoEमुक्त स्रोत
सारांश
LongCat 2.0 AI BENCHY वर 7.4 स्कोर करते आणि #60 वर आहे. याची reliability 9.8, pass rate 60.6%, एकूण खर्च $0.478, आणि सरासरी response time 136.64s आहे.
LongCat 2.0 खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #18.
ओळख नोंद
Owl Alpha हे LongCat 2.0 चे स्टेल्थ आवृत्ती होते.
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- 1.6T एकूण (48B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- परवाना
- MIT
7.4
सुसंगतता
8.9
9.8
$0.478
एकूण आउटपुट टोकन्स
373,396
एकूण इनपुट टोकन्स
97,315
इनपुट किंमत
$0.300 / 1M
आउटपुट किंमत
$1.200 / 1M
अस्थिर चाचण्या
3
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-08-14 04:10 पुन्हा चाचणी | 7.4 | 10.0 | $0.499 | तुलना करा | |
| 2026-07-20 17:01 पहिला रन | 7.4 | 9.8 | $0.478 | सध्याची रन |
रन तुलना
| रन | बेंचमार्क कव्हरेज | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-20 17:01 · पहिला रन | 66/66 प्रयत्न | 7.4 | 8.9 | 9.8 | 12/22 | 3 | 373,396 | 97,315 | $0.478 | 136.64s |
| 2026-08-14 04:10 · पुन्हा चाचणी | 66/66 प्रयत्न | 7.4 | 9.3 | 10.0 | 12/22 | 2 | 390,873 | 97,324 | $0.499 | 143.55s |
| फरक | — | 0.0 | -0.4 | -0.2 | 0 | +1 | -17477 | -9 | -$0.021 | -6914ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत |
|---|---|---|
| 2026-07-20 17:49 | $0.300 / 1M | $1.200 / 1M |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
LongCat 2.0mediumvsGPT-5.6 LunamediumLongCat 2.0mediumvsQwen3.8 2.4T A95BhighLongCat 2.0mediumvsKimi K2.7 CodemediumLongCat 2.0mediumvsGrok 4.6lowLongCat 2.0mediumvsQwen3.7 MaxnoneLongCat 2.0mediumvsGemini 3 Flash PreviewlowLongCat 2.0mediumvsGemini 3.1 Flash Lite PreviewmediumLongCat 2.0mediumvsClaude Sonnet 4.6noneLongCat 2.0mediumvsGrok Build 0.1mediumLongCat 2.0mediumvsGLM 5.3high
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 7.3 | 5.8 | |
| डेटा पार्सिंग आणि निष्कर्षण | 6.3 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 4.8 | 3.2 | |
| सूचनांचे पालन | 6.5 | 10.0 | |
| कोडी सोडवणे | 5.4 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |