Meituan: LongCat 2.0 vs OpenAI: GPT-5.5

GPT-5.5 (low) лидирует по среднему баллу: 9.3 vs 7.4. LongCat 2.0 (medium) имеет более низкую стоимость benchmark: $0.478 vs $1.253. GPT-5.5 (low) быстрее: 10.13s vs 136.64s, с долей успешных попыток 60.6% vs 86.4%.

Рекомендуемая модельGPT-5.5 (low)Здесь у него лучший балл (9.3), и он отвечает примерно в 13.5 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-5.5 GPT-5.5 low Релиз: 2026-04-24

Метрика	LongCat 2.0 LongCat 2.0 medium Релиз: 2026-07-20	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24
Оценка	7.4	9.3
Ранг	#60	#6
Надежность	9.8	10.0
Стабильность	8.9	10.0
Тестов верно
Доля успешных попыток	60.6%	86.4%
Нестабильные тесты	3	0
Всего запусков	66	66
Стоимость за результат	3.978	6.594
Общая стоимость	$0.478	$1.253
Цена входа	$0.300 / 1M	$5.000 / 1M
Цена выхода	$1.200 / 1M	$30.000 / 1M
Общее число входных токенов	97,315	80,058
Выходные токены	44,384	5,378
Токены рассуждений	329,012	23,040
Время ответа (среднее)	136.64s	10.13s
Время ответа (макс.)	939.52s	56.19s
Время ответа (суммарно)	3006.01s	222.82s

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

#6 GPT-5.5

low

Стоимость: $0.068
Время: 37.0s
Токены: 2,339 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-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297

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-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

Быстрое сравнение

Сменить пару сравнения

LongCat 2.0mediumvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsLongCat 2.0medium KAT-Coder-Pro V2.5lowvsLongCat 2.0medium Claude Sonnet 4.6nonevsLongCat 2.0medium LongCat 2.0mediumvsGPT-5.6 Terralow Gemini 3.1 Pro PreviewmediumvsGPT-5.5low LongCat 2.0mediumvsGPT-5.3 Chatnone Claude Opus 4.8nonevsLongCat 2.0medium LongCat 2.0mediumvsStep 3.7 Flashlow GPT-5.5lowvsQwen3.7 Maxmedium KAT-Coder-Pro V2.5highvsLongCat 2.0medium Gemini 3.5 FlashmediumvsGPT-5.5low