Anthropic: Claude Opus 4.8 vs Meituan: LongCat 2.0

LongCat 2.0 (medium) лидирует по среднему баллу: 7.4 vs 7.3. LongCat 2.0 (medium) имеет более низкую стоимость benchmark: $0.478 vs $1.166. Claude Opus 4.8 быстрее: 4.91s vs 136.64s, с долей успешных попыток 63.6% vs 60.6%.

Рекомендуемая модельClaude Opus 4.8Его балл близок к лучшему здесь (7.3 против 7.4), и он отвечает примерно в 27.8 раза быстрее, чем LongCat 2.0 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-20

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	LongCat 2.0 LongCat 2.0 medium Релиз: 2026-07-20

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	LongCat 2.0 LongCat 2.0 medium Релиз: 2026-07-20
Оценка	7.3	7.4
Ранг	#66	#60
Надежность	10.0	9.8
Стабильность	9.2	8.9
Тестов верно
Доля успешных попыток	63.6%	60.6%
Нестабильные тесты	2	3
Всего запусков	66	66
Стоимость за результат	8.969	3.978
Общая стоимость	$1.166	$0.478
Цена входа	$5.000 / 1M	$0.300 / 1M
Цена выхода	$25.000 / 1M	$1.200 / 1M
Общее число входных токенов	149,206	97,315
Выходные токены	16,797	44,384
Токены рассуждений	0	329,012
Время ответа (среднее)	4.91s	136.64s
Время ответа (макс.)	35.03s	939.52s
Время ответа (суммарно)	108.03s	3006.01s

Hamster playing table tennis

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

#66 Claude Opus 4.8

none

Стоимость: $0.053
Время: 22.0s
Токены: 2,253 tok

#60 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:

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	6.5	10.0	50.0%	0		3.40s	834	1,472	0
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	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
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	9.8	10.0	100.0%	0		26.38s	111,760	11,949	0
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	7.3	5.8	83.3%	1		1.77s	10,503	308	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	7.2	44.4%	1		1.70s	975	61	0
LongCat 2.0	2.9	7.2	11.1%	1		339.86s	496	37,855	37,080

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		3.48s	708	230	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	9.9	10.0	100.0%	0		1.37s	909	95	0
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	7.7	10.0	66.7%	0		2.74s	894	783	0
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		5.35s	11,775	355	0
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		3.41s	258	212	0
LongCat 2.0	3.0	10.0	0.0%	0		191.19s	198	86	25,780

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8nonevsStep 3.7 Flashlow LongCat 2.0mediumvsQwen3.7 Maxnone Claude Opus 4.8nonevsKimi K2.6medium Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Gemini 3 Flash PreviewlowvsLongCat 2.0medium Claude Opus 4.8nonevsKAT-Coder-Pro V2.5high KAT-Coder-Pro V2.5lowvsLongCat 2.0medium Claude Opus 4.8nonevsGemini 3.1 Flash Lite Previewmedium Claude Sonnet 4.6nonevsLongCat 2.0medium LongCat 2.0mediumvsGPT-5.6 Terralow Claude Opus 4.8nonevsQwen3.5 Plus 2026-04-20medium LongCat 2.0mediumvsGPT-5.3 Chatnone