AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#60

LongCat 2.0

Meituan Lansare: 2026-07-20 Testat la: 2026-07-20 17:01 meituan/longcat-2.0::medium
(high) (medium) (low) (none)

Rezumat

LongCat 2.0 obține 7.4 pe AI BENCHY și este pe #60. Are fiabilitate 9.8, rată de reușită 60.6%, cost total $0.478 și timp mediu de răspuns 136.64s.

Ce face LongCat 2.0 unic: Se remarcă cel mai mult la Trucuri anti-AI, 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.

Scor

7.4

Consistență

8.9

Total tokenuri de ieșire

373,396

Total tokenuri de intrare

97,315

Preț de intrare

$0.300 / 1M

Preț de ieșire

$1.200 / 1M

Teste corecte

Teste greșite: 10

Rată de trecere pe încercare: 60.6%

Teste instabile

3

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

Timp de răspuns (mediu)

136.64s

Timp de răspuns (maxim): 939.52s

Timp de răspuns (total): 3006.01s

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

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-07-20 17:49 $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

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 2.9 7.2
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