Navigare
Advertise here

Claude Opus 4.8 (low) vs LongCat 2.0 (medium)

Scorul mediu este practic egal la 7.2 vs 7.2. LongCat 2.0 (medium) are costul de benchmark mai mic, $0.767 vs $3.787. Claude Opus 4.8 (low) este mai rapid cu 17.13s vs 144.88s, cu rate de reușită de 78.3% vs 59.4%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-13

Modele comparate

Rang
#211
Total tokenuri de ieșire
69,489
Timp de răspuns (mediu)
17.13s
Cost total
$3.787
Rang
#213
Total tokenuri de ieșire
422,234
Timp de răspuns (mediu)
144.88s
Cost total
$0.767
Model recomandat LongCat 2.0 (medium)

Are cel mai bun scor aici (7.2) și costă de aproximativ 4.9x mai puțin decât Claude Opus 4.8 (low).

Comparație detaliată

Metrică Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28 LongCat 2.0 LongCat 2.0 medium Lansare: 2026-07-20
Scor 7.2 7.2
Rang #211 #213
Fiabilitate 10.0 10.0
Consistență 8.6 9.0
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 78.3% 59.4%
Teste instabile 4 3
Rulări totale 69 69
Cost per rezultat 23.669 4.942
Cost total $3.787 $0.767
Preț de intrare $5.000 / 1M $0.300 / 1M
Preț de ieșire $25.000 / 1M $1.200 / 1M
Preț citire cache $0.500 / 1M $0.006 / 1M
Preț scriere cache $6.250 / 1M N/D
Total tokenuri de intrare 409,947 287,669
Tokenuri de ieșire 46,060 47,204
Tokenuri de raționament 23,429 375,030
Timp de răspuns (mediu) 17.13s 144.88s
Timp de răspuns (maxim) 127.97s 939.52s
Timp de răspuns (total) 394.01s 3332.19s
Parametri ~5T în total (~500B activi) 1.6T în total (48B activi)
Disponibilitate Închis Sursă deschisă

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#211 Claude Opus 4.8

low
Cost
$0.031
Timp
14.1s
Tokenuri
1,345 tok

#213 LongCat 2.0

medium
Cost
$0.016
Timp
285.1s
Tokenuri
13,057 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
LongCat 2.0 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143

Schimbă perechea de comparație