#160 LongCat 2.0
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- Cost
- $0.000
- Timp
- 600.0s
- Tokenuri
- 0 tok
Meituan
Lansare: 2026-07-20
Testat la: 2026-08-14 04:15
meituan/longcat-2.0::high
1.6T în total (48B activi)MoESursă deschisă
Rezumat
LongCat 2.0 obține 6.7 pe AI BENCHY și este pe #160. Are fiabilitate 10.0, rată de reușită 51.5%, cost total $0.492 și timp mediu de răspuns 153.29s.
Ce face LongCat 2.0 unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Parsare și extragere de date este zona cea mai slabă, la #15.
Date despre model
Documentat la 2026-08-12
- Parametri
- 1.6T în total (48B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- MIT
6.7
Consistență
8.4
10.0
$0.492
Total tokenuri de ieșire
386,642
Total tokenuri de intrare
93,411
Preț de intrare
$0.300 / 1M
Preț de ieșire
$1.200 / 1M
Teste instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 04:15 Retestare | 6.7 | 10.0 | $0.492 | Rularea curentă | |
| 2026-07-20 17:01 Prima rulare | 6.6 | 9.4 | $0.469 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 04:15 · Rularea curentă | 66/66 încercări | 6.7 | 8.4 | 10.0 | 9/22 | 4 | 386,642 | 93,411 | $0.492 | 153.29s |
| 2026-07-20 17:01 · Prima rulare | 66/66 încercări | 6.6 | 8.2 | 9.4 | 9/22 | 5 | 366,791 | 93,357 | $0.469 | 148.73s |
| Diferență | — | +0.1 | +0.2 | +0.6 | 0 | -1 | +19851 | +54 | +$0.024 | +4562ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-08-14 12:51 | $0.300 / 1M | $1.200 / 1M |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
LongCat 2.0highvsGemini 3.5 FlashminimalLongCat 2.0highvsGemini 3.5 Flash LitelowLongCat 2.0highvsLongCat 2.0lowLongCat 2.0highvsQwen3.5-27BnoneLongCat 2.0highvsKAT-Coder-Pro V2.5noneLongCat 2.0highvsGemini 3.1 Flash Lite PreviewlowLongCat 2.0highvsGLM 5.2noneLongCat 2.0highvsInkling SmallmediumLongCat 2.0highvsGemma 4 26B A4BmediumDisponibil gratuitLongCat 2.0highvsGemini 3.1 Flash Litelow
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.9 | 8.1 | |
| Programare | 7.8 | 9.3 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 3.6 | 5.8 | |
| Specific domeniului | 3.6 | 7.2 | |
| Inteligență generală | 5.1 | 10.0 | |
| Respectarea instrucțiunilor | 6.5 | 10.0 | |
| Rezolvare de puzzle-uri | 3.1 | 7.4 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |