Claude Opus 4.8 (low) vs LongCat 2.0 (medium)

Средний балл практически равен: 7.2 vs 7.2. LongCat 2.0 (medium) имеет более низкую стоимость benchmark: $0.593 vs $3.787. Claude Opus 4.8 (low) быстрее: 17.13s vs 144.88s, с долей успешных попыток 78.3% vs 59.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #143
Общее число выходных токенов: 69,489
Время ответа (среднее): 17.13s
Общая стоимость: $3.787

Ранг: #145
Общее число выходных токенов: 422,234
Время ответа (среднее): 144.88s
Общая стоимость: $0.593

Рекомендуемая модель LongCat 2.0 (medium)

Здесь у него лучший балл (7.2), при этом он примерно в 6.4 раза дешевле, чем Claude Opus 4.8 (low).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	LongCat 2.0 LongCat 2.0 medium Релиз: 2026-07-20

Метрика	Claude Opus 4.8 Claude Opus 4.8 low Релиз: 2026-05-28	LongCat 2.0 LongCat 2.0 medium Релиз: 2026-07-20
Оценка	7.2	7.2
Ранг	#143	#145
Надежность	10.0	10.0
Стабильность	8.6	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	78.3%	59.4%
Нестабильные тесты	4	3
Всего запусков	69	69
Стоимость за результат	23.669	4.942
Общая стоимость	$3.787	$0.593
Цена входа	$5.000 / 1M	$0.300 / 1M
Цена выхода	$25.000 / 1M	$1.200 / 1M
Общее число входных токенов	409,947	287,669
Выходные токены	46,060	47,204
Токены рассуждений	23,429	375,030
Время ответа (среднее)	17.13s	144.88s
Время ответа (макс.)	127.97s	939.52s
Время ответа (суммарно)	394.01s	3332.19s
Параметры	~5T всего (~500B активных)	1.6T всего (48B активных)
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#143 Claude Opus 4.8

low

Стоимость: $0.031
Время: 14.1s
Токены: 1,345 tok

#145 LongCat 2.0

medium

Стоимость: $0.016
Время: 285.1s
Токены: 13,057 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	4.7	3.1	33.3%	1		110.68s	253,425	3,004	14,248
LongCat 2.0	6.1	3.1	66.7%	1		174.08s	190,345	2,821	28,540

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
LongCat 2.0	10.0	10.0	100.0%	0		9.65s	588	201	4,412

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
LongCat 2.0	10.0	10.0	100.0%	0		455.00s	7,419	533	214,143

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
LongCat 2.0	7.3	5.8	83.3%	1		151.04s	72,348	4,675	38,668

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
LongCat 2.0	6.3	10.0	50.0%	0		10.63s	7,653	198	2,536

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.3	10.0	33.3%	0		46.54s	972	23,226	4,472
LongCat 2.0	3.0	10.0	0.0%	0		390.56s	505	37,854	54,558

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
LongCat 2.0	4.8	3.2	33.3%	1		16.35s	480	121	1,598

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
LongCat 2.0	6.5	10.0	50.0%	0		7.38s	657	78	1,652

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
LongCat 2.0	5.4	10.0	33.3%	0		8.84s	636	388	2,562

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
LongCat 2.0	10.0	10.0	100.0%	0		10.67s	6,840	249	581

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
LongCat 2.0	3.0	10.0	0.0%	0		191.19s	198	86	25,780

Быстрое сравнение

Сменить пару сравнения

LongCat 2.0mediumvsStep 3.7 Flashlow Claude Opus 4.8lowvsQwen3.8 27BmediumБесплатно доступно Claude Opus 4.8lowvsQwen3.7 Flashhigh LongCat 2.0mediumvsQwen3.7 Flashhigh Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsGLM 5medium Claude Opus 5nonevsLongCat 2.0medium Gemini 3.8 FlashlowvsLongCat 2.0medium Claude Opus 4.8lowvsQwen3.5-27Bnone Claude Opus 4.8lowvsQwen3.6 27Bmedium LongCat 2.0mediumvsQwen3.5-27Bnone Claude Opus 4.8lowvsGemini 3.5 Flash Litemedium