LongCat 2.0 (low) vs Step 3.7 Flash (high)

Средний балл практически равен: 6.6 vs 6.6. LongCat 2.0 (low) имеет более низкую стоимость benchmark: $0.495 vs $1.350. Step 3.7 Flash (high) быстрее: 72.72s vs 115.00s, с долей успешных попыток 55.1% vs 58.0%.

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

Сравниваемые модели

Ранг: #188
Общее число выходных токенов: 346,225
Время ответа (среднее): 115.00s
Общая стоимость: $0.495

Ранг: #190
Общее число выходных токенов: 1,100,052
Время ответа (среднее): 72.72s
Общая стоимость: $1.350

Рекомендуемая модель LongCat 2.0 (low)

Здесь у него лучший балл (6.6), при этом он примерно в 2.7 раза дешевле, чем Step 3.7 Flash (high).

Подробное сравнение

Метрика	LongCat 2.0 LongCat 2.0 low Релиз: 2026-07-20	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	LongCat 2.0 LongCat 2.0 low Релиз: 2026-07-20	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	6.6	6.6
Ранг	#188	#190
Надежность	9.9	10.0
Стабильность	8.3	8.5
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	55.1%	58.0%
Нестабильные тесты	5	4
Всего запусков	69	69
Стоимость за результат	4.942	12.267
Общая стоимость	$0.495	$1.350
Цена входа	$0.300 / 1M	$0.200 / 1M
Цена выхода	$1.200 / 1M	$1.150 / 1M
Общее число входных токенов	262,387	421,200
Выходные токены	7,344	1,100,052
Токены рассуждений	338,881	0
Время ответа (среднее)	115.00s	72.72s
Время ответа (макс.)	560.39s	364.99s
Время ответа (суммарно)	2645.11s	1672.53s
Параметры	1.6T всего (48B активных)	198B всего (11B активных)
Доступность	Открытый исходный код	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#188 LongCat 2.0

low

Стоимость: $0.024
Время: 428.0s
Токены: 19,557 tok

#190 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 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
LongCat 2.0	6.1	3.1	66.7%	1		145.65s	171,517	1,668	23,963
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	10.0	10.0	100.0%	0		9.04s	588	225	4,303
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	6.6	4.6	77.8%	2		479.30s	6,544	461	206,627
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	10.0	10.0	100.0%	0		130.21s	66,883	3,905	37,643
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	6.3	10.0	50.0%	0		10.77s	7,653	198	2,498
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	2.9	7.2	11.1%	1		183.63s	457	139	46,116
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	3.4	2.2	33.3%	1		22.45s	480	116	2,364
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	6.5	10.0	50.0%	0		6.39s	657	78	1,604
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	3.1	10.0	0.0%	0		8.15s	636	289	2,561
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	10.0	10.0	100.0%	0		10.81s	6,840	249	398
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	3.0	10.0	0.0%	0		122.07s	132	16	10,804
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Быстрое сравнение

Сменить пару сравнения

Mercury 2mediumvsStep 3.7 Flashhigh LongCat 2.0lowvsQwen3.7 Flashmedium KAT-Coder-Pro V2.5lowvsStep 3.7 Flashhigh Mercury 2mediumvsLongCat 2.0low LongCat 2.0lowvsGLM 5.2none Qwen3.7 FlashmediumvsStep 3.7 Flashhigh LongCat 2.0lowvsGPT-5.5none Claude Sonnet 5.5mediumvsStep 3.7 Flashhigh Qwen3.6 35B A3BmediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsGLM 5.2none GPT-5.5nonevsStep 3.7 Flashhigh Step 3.7 FlashhighvsGLM 5.3 Flashlow