Meituan: LongCat 2.0 vs StepFun: Step 3.7 Flash

Step 3.7 Flash (high) lidera na pontuação média com 6.9 vs 6.7. LongCat 2.0 (low) tem menor custo de benchmark com $0.391 vs $1.207. Step 3.7 Flash (high) é mais rápido com 64.68s vs 100.31s, com taxas de acerto de 53.0% vs 63.6%.

Modelo recomendadoLongCat 2.0 (low)A pontuação fica perto da melhor aqui (6.7 vs 6.9) e custa cerca de 3.1x menos que Step 3.7 Flash (high).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-21

Métrica	LongCat 2.0 LongCat 2.0 low Lançamento: 2026-07-20	Step 3.7 Flash Step 3.7 Flash high Lançamento: 2026-05-29

Métrica	LongCat 2.0 LongCat 2.0 low Lançamento: 2026-07-20	Step 3.7 Flash Step 3.7 Flash high Lançamento: 2026-05-29
Pontuação	6.7	6.9
Posição	#96	#90
Confiabilidade	9.6	10.0
Consistência	8.9	8.0
Testes corretos
Taxa de acerto por tentativa	53.0%	63.6%
Testes instáveis	3	5
Execuções totais	66	66
Custo por resultado	3.910	10.973
Custo total	$0.391	$1.207
Preço de entrada	$0.300 / 1M	$0.200 / 1M
Preço de saída	$1.200 / 1M	$1.150 / 1M
Total de tokens de entrada	90,909	98,691
Tokens de saída	5,679	1,032,395
Tokens de raciocínio	297,369	0
Tempo de resposta (médio)	100.31s	64.68s
Tempo de resposta (máx.)	560.39s	364.99s
Tempo de resposta (total)	2206.82s	1423.01s

Hamster playing table tennis

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

#96 LongCat 2.0

low

Custo: $0.024
Tempo: 428.0s
Tokens: 19,557 tok

#90 Step 3.7 Flash

high

Custo: $0.007
Tempo: 63.6s
Tokens: 6,030 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
LongCat 2.0	10.0	10.0	100.0%	0		9.04s	588	225	4,303
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
LongCat 2.0	6.6	4.6	77.8%	2		479.30s	6,544	461	206,627
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
LongCat 2.0	10.0	10.0	100.0%	0		130.21s	66,883	3,905	37,643
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
LongCat 2.0	6.3	10.0	50.0%	0		10.77s	7,653	198	2,498
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
LongCat 2.0	3.0	10.0	0.0%	0		86.08s	496	142	28,567
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
LongCat 2.0	3.4	2.2	33.3%	1		22.45s	480	116	2,364
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
LongCat 2.0	6.5	10.0	50.0%	0		6.39s	657	78	1,604
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
LongCat 2.0	3.1	10.0	0.0%	0		8.15s	636	289	2,561
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
LongCat 2.0	10.0	10.0	100.0%	0		10.81s	6,840	249	398
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
LongCat 2.0	3.0	10.0	0.0%	0		122.07s	132	16	10,804
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Comparação rápida

Trocar par de comparação

GPT-5.5nonevsStep 3.7 Flashhigh KAT-Coder-Pro V2.5nonevsLongCat 2.0low Qwen3.6 FlashmediumvsStep 3.7 Flashhigh LongCat 2.0lowvsQwen3.6 35B A3Bmedium Step 3.7 FlashhighvsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh Gemini 3 Flash PreviewnonevsLongCat 2.0low DeepSeek V4 PrononevsStep 3.7 Flashhigh KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh Gemma 4 26B A4BmediumDisponível grátisvsLongCat 2.0low LongCat 2.0lowvsGLM 5.2none