Meituan: LongCat 2.0 vs OpenAI: GPT-5.4 Mini

GPT-5.4 Mini (medium) лидирует по среднему баллу: 7.5 vs 7.4. LongCat 2.0 (medium) имеет более низкую стоимость benchmark: $0.478 vs $0.756. GPT-5.4 Mini (medium) быстрее: 25.94s vs 136.64s, с долей успешных попыток 60.6% vs 71.2%.

Рекомендуемая модельGPT-5.4 Mini (medium)Здесь у него лучший балл (7.5), и он отвечает примерно в 5.3 раза быстрее, чем LongCat 2.0 (medium).

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

Метрика	LongCat 2.0 LongCat 2.0 medium Релиз: 2026-07-20	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17

Метрика	LongCat 2.0 LongCat 2.0 medium Релиз: 2026-07-20	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17
Оценка	7.4	7.5
Ранг	#60	#56
Надежность	9.8	10.0
Стабильность	8.9	7.7
Тестов верно
Доля успешных попыток	60.6%	71.2%
Нестабильные тесты	3	6
Всего запусков	66	66
Стоимость за результат	3.978	6.299
Общая стоимость	$0.478	$0.756
Цена входа	$0.300 / 1M	$0.750 / 1M
Цена выхода	$1.200 / 1M	$4.500 / 1M
Общее число входных токенов	97,315	97,155
Выходные токены	44,384	6,211
Токены рассуждений	329,012	145,544
Время ответа (среднее)	136.64s	25.94s
Время ответа (макс.)	939.52s	138.75s
Время ответа (суммарно)	3006.01s	570.66s

Hamster playing table tennis

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

#60 LongCat 2.0

medium

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

#56 GPT-5.4 Mini

medium

Стоимость: $0.056
Время: 95.5s
Токены: 12,464 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
LongCat 2.0	10.0	10.0	100.0%	0		9.65s	588	201	4,412
GPT-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876

Программирование	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		455.00s	7,419	533	214,143
GPT-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	7.3	5.8	83.3%	1		151.04s	72,348	4,675	38,668
GPT-5.4 Mini	6.9	5.9	66.7%	1		59.64s	74,058	4,347	40,924

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		10.63s	7,653	198	2,536
GPT-5.4 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650

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		339.86s	496	37,855	37,080
GPT-5.4 Mini	4.1	4.4	44.5%	2		65.31s	619	60	43,286

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	4.8	3.2	33.3%	1		16.35s	480	121	1,598
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510

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		7.38s	657	78	1,652
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	5.4	10.0	33.3%	0		8.84s	636	388	2,562
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443

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		10.67s	6,840	249	581
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594

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		191.19s	198	86	25,780
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174

Быстрое сравнение

Сменить пару сравнения

LongCat 2.0mediumvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsLongCat 2.0medium GPT-5.4 MinimediumvsQwen3.7 Maxnone Claude Sonnet 4.6nonevsLongCat 2.0medium LongCat 2.0mediumvsGPT-5.6 Terralow LongCat 2.0mediumvsGPT-5.3 Chatnone Gemini 3 Flash PreviewlowvsGPT-5.4 Minimedium KAT-Coder-Pro V2.5lowvsGPT-5.4 Minimedium Claude Sonnet 4.6nonevsGPT-5.4 Minimedium Claude Opus 4.8nonevsLongCat 2.0medium LongCat 2.0mediumvsStep 3.7 Flashlow