Advertise here
#165

LongCat 2.0

Meituan Releasedatum: 2026-07-20 Getest op: 2026-10-01 03:51 meituan/longcat-2.0::high
1.6T totaal (48B actief)MoEOpen-source
(high) (medium) (low) (none)

Samenvatting

LongCat 2.0 scoort 7.3 op AI BENCHY en staat op #165. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 53.6%, $0.778 totale kosten en 151.67s gemiddelde responstijd.

Wat LongCat 2.0 uniek maakt: Het valt het meest op in Agenttaken, waar het #1 staat, terwijl Gegevensparsering en extractie het zwakste gebied is met #17.

Modelgegevens

Onderzocht op 2026-08-12

Gerapporteerd
Parameters
1.6T totaal (48B actief)
Architectuur
MoE
Beschikbaarheid
Open-source
Licentie
MIT
Bron voor parameters Bron voor beschikbaarheid

Score

7.3

Consistentie

8.5

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.778 ↑ +36.9%

Getest tegen: $0.569

Totaal aantal uitvoer-tokens

404,635

Totaal aantal invoer-tokens

275,080

Invoerprijs

$0.300 / 1M

Uitvoerprijs

$1.200 / 1M

Prijs voor cachelezen

$0.006 / 1M

Prijs voor cacheschrijven

n.v.t.

Cacheprijzen gelden voor invoertokens. Lezen hergebruikt opgeslagen prompts; schrijven slaat ze op en kan extra kosten. Voor uitvoertokens geldt de uitvoerprijs.

Correcte tests

Foute tests: 13

Slaagpercentage per poging: 53.6%

Instabiele tests

4

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

151.67s

Responstijd (max): 941.66s

Responstijd (totaal): 3488.43s

Verkeerd antwoord: 7 Instructies niet gevolgd: 2 Geen antwoord: 2 Time-out: 2

Hamster playing table tennis

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

#165 LongCat 2.0

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
Kosten
$0.000
Tijd
600.0s
Tokens
0 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-10-01 03:51 Hertest 7.3 10.0 $0.778 ↑ Huidige run
2026-07-20 17:01 Eerste run 6.6 9.4 $0.469 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Runvergelijking

RunBenchmarkdekkingScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-10-01 03:51 · Huidige run69/69 pogingen7.38.510.010/234404,635275,080$0.778151.67s
2026-07-20 17:01 · Eerste run66/66 pogingen6.68.29.49/225366,79193,357$0.469148.73s
Verschil—+0.7+0.3+0.6+1-1+37844+181723+$0.310+2943ms

De benchmarkdekking verschilt: 69/69 pogingen (Doel: 3 herhalingen per test) tegenover 66/66 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Prijsgeschiedenis

Historische prijsgegevens voor dit model van OpenRouter.

Datum Invoerprijs Uitvoerprijs Prijs voor cachelezen Prijs voor cacheschrijven
2026-08-14 12:51 $0.300 / 1M $1.200 / 1M n.v.t. n.v.t.
2026-10-01 18:33 $0.300 / 1M $1.200 / 1M $0.006 / 1M n.v.t.

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

LongCat 2.0highvsGemini 2.5 FlashmediumLongCat 2.0highvsQwen3.6 PlusmediumLongCat 2.0highvsGrok 4.7mediumLongCat 2.0highvsGemini 3.5 Flash LitemediumLongCat 2.0highvsClaude Fable 5.1mediumLongCat 2.0highvsQwen3.5-27BnoneLongCat 2.0highvsGLM 5.3 FlashhighLongCat 2.0highvsQwen3.5 Plus 2026-02-15mediumLongCat 2.0highvsGemma 4 26B A4BmediumGratis beschikbaarLongCat 2.0highvsQwen3.8 27BmediumGratis beschikbaar

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Agenttaken 10.0 10.0
Anti-AI-trucs 8.9 8.1
Programmeren 7.8 9.3
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 3.6 5.8
Domeinspecifiek 3.6 7.2
Algemene intelligentie 5.1 10.0
Instructies opvolgen 6.5 10.0
Puzzeloplossing 3.1 7.4
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen