Meituan: LongCat 2.0 vs Qwen: Qwen3.5-27B

Scorul mediu este practic egal la 7.4 vs 7.4. LongCat 2.0 (medium) are costul de benchmark mai mic, $0.478 vs $1.627. Qwen3.5-27B (medium) este mai rapid cu 111.94s vs 136.64s, cu rate de reușită de 60.6% vs 72.7%.

Model recomandatLongCat 2.0 (medium)Are cel mai bun scor aici (7.4) și costă de aproximativ 3.4x mai puțin decât Qwen3.5-27B (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-20

Metrică	LongCat 2.0 LongCat 2.0 medium Lansare: 2026-07-20	Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24

Metrică	LongCat 2.0 LongCat 2.0 medium Lansare: 2026-07-20	Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24
Scor	7.4	7.4
Rang	#60	#58
Fiabilitate	9.8	10.0
Consistență	8.9	8.2
Teste corecte
Rată de trecere pe încercare	60.6%	72.7%
Teste instabile	3	5
Rulări totale	66	66
Cost per rezultat	3.978	8.324
Cost total	$0.478	$1.627
Preț de intrare	$0.300 / 1M	$0.260 / 1M
Preț de ieșire	$1.200 / 1M	$2.600 / 1M
Total tokenuri de intrare	97,315	111,635
Tokenuri de ieșire	44,384	15,999
Tokenuri de raționament	329,012	598,430
Timp de răspuns (mediu)	136.64s	111.94s
Timp de răspuns (maxim)	939.52s	1026.43s
Timp de răspuns (total)	3006.01s	2462.67s

Hamster playing table tennis

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

#60 LongCat 2.0

medium

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

#58 Qwen3.5-27B

medium

Cost: $0.008
Timp: 62.0s
Tokenuri: 3,099 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

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
LongCat 2.0	10.0	10.0	100.0%	0		9.65s	588	201	4,412
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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
LongCat 2.0	10.0	10.0	100.0%	0		455.00s	7,419	533	214,143
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
LongCat 2.0	7.3	5.8	83.3%	1		151.04s	72,348	4,675	38,668
Qwen3.5-27B	7.3	5.8	83.3%	1		595.19s	84,417	7,948	279,132

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
LongCat 2.0	6.3	10.0	50.0%	0		10.63s	7,653	198	2,536
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
LongCat 2.0	2.9	7.2	11.1%	1		339.86s	496	37,855	37,080
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
LongCat 2.0	4.8	3.2	33.3%	1		16.35s	480	121	1,598
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
LongCat 2.0	6.5	10.0	50.0%	0		7.38s	657	78	1,652
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
LongCat 2.0	5.4	10.0	33.3%	0		8.84s	636	388	2,562
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
LongCat 2.0	10.0	10.0	100.0%	0		10.67s	6,840	249	581
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
LongCat 2.0	3.0	10.0	0.0%	0		191.19s	198	86	25,780
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Comparație rapidă

Schimbă perechea de comparație

LongCat 2.0mediumvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsLongCat 2.0medium GPT-5.6 TerralowvsQwen3.5-27Bmedium GPT-5.3 ChatnonevsQwen3.5-27Bmedium Gemini 3 Flash PreviewlowvsQwen3.5-27Bmedium Claude Sonnet 4.6nonevsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium LongCat 2.0mediumvsGPT-5.6 Terralow LongCat 2.0mediumvsGPT-5.3 Chatnone Claude Sonnet 4.6nonevsQwen3.5-27Bmedium Claude Opus 4.8nonevsLongCat 2.0medium