Навигация
AI BENCHY
Advertise here

LongCat 2.0 (medium) vs Qwen3.8 2.4T A95B (high)

Qwen3.8 2.4T A95B (high) лидирует по среднему баллу: 7.5 vs 7.4. LongCat 2.0 (medium) имеет более низкую стоимость benchmark: $0.478 vs $2.755. Qwen3.8 2.4T A95B (high) быстрее: 134.41s vs 136.64s, с долей успешных попыток 60.6% vs 77.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-12

Ранг
#88
Общее число выходных токенов
373,396
Время ответа (среднее)
136.64s
Общая стоимость
$0.478
Ранг
#85
Общее число выходных токенов
512,351
Время ответа (среднее)
134.41s
Общая стоимость
$2.755
Рекомендуемая модель LongCat 2.0 (medium)

Его балл близок к лучшему здесь (7.4 против 7.5), при этом он примерно в 5.8 раза дешевле, чем Qwen3.8 2.4T A95B (high).

Подробное сравнение

Метрика LongCat 2.0 LongCat 2.0 medium Релиз: 2026-07-20 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12
Оценка 7.4 7.5
Ранг #88 #85
Надежность 9.8 8.8
Стабильность 8.9 8.4
Попытки 66/66 66/66
Тестов верно
Доля успешных попыток 60.6% 77.3%
Нестабильные тесты 3 4
Всего запусков 66 66
Стоимость за результат 3.978 18.365
Общая стоимость $0.478 $2.755
Цена входа $0.300 / 1M $2.000 / 1M
Цена выхода $1.200 / 1M $6.000 / 1M
Общее число входных токенов 97,315 109,036
Выходные токены 44,384 103,736
Токены рассуждений 329,012 408,615
Время ответа (среднее) 136.64s 134.41s
Время ответа (макс.) 939.52s 532.28s
Время ответа (суммарно) 3006.01s 2956.97s
Параметры 1.6T всего (48B активных) 2.4T всего (95B активных)
Доступность Открытый исходный код Веса доступны

Генерация showcase моделей

Hamster playing table tennis

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

#88 LongCat 2.0

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

#85 Qwen3.8 2.4T A95B

high
Неверный SVG
Стоимость
$0.000
Время
600.0s
Токены
0 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

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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

Быстрое сравнение

Сменить пару сравнения

GPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighGPT-5.6 TerralowvsQwen3.8 2.4T A95BhighLongCat 2.0mediumvsQwen3.7 MaxnoneGPT-5.3 ChatnonevsQwen3.8 2.4T A95BhighGemini 3 Flash PreviewlowvsLongCat 2.0mediumLongCat 2.0mediumvsGrok 4.6lowKAT-Coder-Pro V2.5lowvsLongCat 2.0mediumGPT-5.4 NanomediumvsQwen3.8 2.4T A95BhighKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighClaude Opus 5nonevsQwen3.8 2.4T A95BhighClaude Sonnet 4.6nonevsLongCat 2.0mediumNemotron 3 UltramediumБесплатно доступноvsQwen3.8 2.4T A95Bhigh