AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#172

LongCat 2.0

Meituan Lansare: 2026-07-20 Testat la: 2026-08-14 03:58 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 #172. Are fiabilitate 10.0, rată de reușită 40.9%, cost total $0.044 și timp mediu de răspuns 5.17s.

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

Scor

6.4

Consistență

9.3

Total tokenuri de ieșire

9,375

Total tokenuri de intrare

108,752

Preț de intrare

$0.300 / 1M

Preț de ieșire

$1.200 / 1M

Teste corecte

Teste greșite: 14

Rată de trecere pe încercare: 40.9%

Teste instabile

2

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

Timp de răspuns (mediu)

5.17s

Timp de răspuns (maxim): 48.38s

Timp de răspuns (total): 113.83s

Hamster playing table tennis

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

#172 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
2026-08-14 03:58 Retestare 6.4 10.0 $0.044 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

RulareAcoperire benchmarkScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-08-14 03:58 · Rularea curentă66/66 încercări6.49.310.08/2229,375108,752$0.0445.17s
2026-07-20 16:55 · Prima rulare66/66 încercări6.39.310.07/2229,372108,743$0.0445.18s
Diferență+0.10.00.0+10+3+9+$0.001-5ms

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.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
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

Modele comparate