AI BENCHY
Advertise here
#109

LongCat 2.0

Meituan Lansare: 2026-07-20 Testat la: 2026-08-14 04:10 meituan/longcat-2.0::medium
1.6T în total (48B activi)MoESursă deschisă
(high) (medium) (low) (none)

Rezumat

LongCat 2.0 obține 7.4 pe AI BENCHY și este pe #109. Are fiabilitate 10.0, rată de reușită 59.1%, cost total $0.499 și timp mediu de răspuns 143.55s.

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 #17. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Notă de identitate

Owl Alpha a fost versiunea stealth a lui LongCat 2.0.

Date despre model

Documentat la 2026-08-12

Raportat
Parametri
1.6T în total (48B activi)
Arhitectură
MoE
Disponibilitate
Sursă deschisă
Licență
MIT
Sursa parametrilor Sursa disponibilității

Scor

7.4

Consistență

9.3

Fiabilitate

10.0

Cost total (preț curent)

$0.499

Total tokenuri de ieșire

390,873

Total tokenuri de intrare

97,324

Preț de intrare

$0.300 / 1M

Preț de ieșire

$1.200 / 1M

Teste corecte

Teste greșite: 10

Rată de trecere pe încercare: 59.1%

Teste instabile

2

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

143.55s

Timp de răspuns (maxim): 939.52s

Timp de răspuns (total): 3158.11s

Răspuns greșit: 7 Eroare API: 1 Fără răspuns: 1 Timp expirat: 1

Hamster playing table tennis

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

#109 LongCat 2.0

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

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-08-14 04:10 Retestare 7.4 10.0 $0.499 Rularea curentă
2026-07-20 17:01 Prima rulare 7.4 9.8 $0.478 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

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.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

LongCat 2.0mediumvsGPT-5.6 LunamediumLongCat 2.0mediumvsQwen3.8 2.4T A95BhighLongCat 2.0mediumvsKimi K2.7 CodemediumLongCat 2.0mediumvsGrok 4.6lowLongCat 2.0mediumvsQwen3.7 MaxnoneLongCat 2.0mediumvsGemini 3 Flash PreviewlowLongCat 2.0mediumvsGemini 3.1 Flash Lite PreviewmediumLongCat 2.0mediumvsClaude Sonnet 4.6noneLongCat 2.0mediumvsGemini 3.8 FlashlowLongCat 2.0mediumvsGLM 5.3high

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 10.0 10.0
Combinat 7.3 5.8
Parsare și extragere de date 6.3 10.0
Specific domeniului 3.0 10.0
Inteligență generală 4.8 3.2
Respectarea instrucțiunilor 6.5 10.0
Rezolvare de puzzle-uri 5.4 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate