- Scor
- 8.6 (+2.23 puncte)
- Cost total (preț curent)
- $0.061 · cu 41.8% mai ieftin
- Timp de răspuns (mediu)
- 7.51s · cu 11.7% mai rapid
Meituan
Lansare: 2026-07-20
Testat la: 2026-10-01 03:39
meituan/longcat-2.0::none
1.6T în total (48B activi)MoESursă deschisă
Rezumat
LongCat 2.0 obține 6.4 pe AI BENCHY și este pe #251. Are fiabilitate 10.0, rată de reușită 42.0%, cost total $0.104 și timp mediu de răspuns 8.50s.
Ce face LongCat 2.0 unic: Se remarcă cel mai mult la Sarcini agentice, unde este pe #4, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #17.
Notă de identitate
Owl Alpha a fost versiunea stealth a lui LongCat 2.0.
Alternative recomandate
Recomandăm să alegi unul dintre aceste modele în schimb:
- Scor
- 6.8 (+0.46 puncte)
- Cost total (preț curent)
- $0.039 · cu 63.0% mai ieftin
- Timp de răspuns (mediu)
- 6.66s · cu 21.6% mai rapid
- Scor
- 6.9 (+0.51 puncte)
- Cost total (preț curent)
- $0.049 · cu 53.1% mai ieftin
- Timp de răspuns (mediu)
- 6.96s · cu 18.1% mai rapid
Date despre model
Documentat la 2026-08-12
- Parametri
- 1.6T în total (48B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- MIT
6.4
Consistență
9.0
10.0
$0.104
Total tokenuri de ieșire
17,473
Total tokenuri de intrare
276,199
Preț de intrare
$0.300 / 1M
Preț de ieșire
$1.200 / 1M
Preț citire cache
$0.006 / 1M
Preț scriere cache
N/D
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.
Teste instabile
3
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.
#251 LongCat 2.0
none- Cost
- $0.027
- Timp
- 411.7s
- Tokenuri
- 22,283 tok
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-10-01 03:39 Retestare | 6.4 | 10.0 | $0.104 | Rularea curentă | |
| 2026-07-20 16:55 Prima rulare | 6.3 | 10.0 | $0.044 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 03:39 · Rularea curentă | 69/69 încercări | 6.4 | 9.0 | 10.0 | 8/23 | 3 | 17,473 | 276,199 | $0.104 | 8.50s |
| 2026-07-20 16:55 · Prima rulare | 66/66 încercări | 6.3 | 9.3 | 10.0 | 7/22 | 2 | 9,372 | 108,743 | $0.044 | 5.18s |
| Diferență | — | +0.1 | -0.3 | 0.0 | +1 | +1 | +8101 | +167456 | +$0.060 | +3325ms |
Acoperirea benchmark diferă: 69/69 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
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 | Preț citire cache | Preț scriere cache |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.300 / 1M | $1.200 / 1M | N/D | N/D |
| 2026-10-01 18:33 | $0.300 / 1M | $1.200 / 1M | $0.006 / 1M | N/D |
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 2.0nonevsDots 3 Note PreviewlowDisponibil gratuitLongCat 2.0nonevsQwen3.5-35B-A3BmediumLongCat 2.0nonevsDots 3 Note PreviewhighDisponibil gratuitLongCat 2.0nonevsQwen3.6 27BnoneLongCat 2.0nonevsMiMo-V2.5-PromediumLongCat 2.0nonevsGemini 3.5 Flash LitelowLongCat 2.0nonevsGemini 3.5 FlashminimalLongCat 2.0nonevsGemini 3.1 Flash Lite PreviewlowLongCat 2.0nonevsMercury 2.5mediumLongCat 2.0nonevsMinimax M3.1 FlashmediumDisponibil gratuit
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Sarcini agentice | 6.1 | 3.1 | |
| Trucuri anti-AI | 4.8 | 10.0 | |
| Programare | 5.5 | 10.0 | |
| Combinat | 6.5 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.3 | 10.0 | |
| Inteligență generală | 5.0 | 10.0 | |
| Respectarea instrucțiunilor | 6.5 | 10.0 | |
| Rezolvare de puzzle-uri | 4.0 | 5.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |