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

Средний балл практически равен: 7.4 vs 7.4. LongCat 2.0 (medium) имеет более низкую стоимость benchmark: $0.499 vs $2.357. Qwen3.8 2.4T A95B (high) быстрее: 120.59s vs 143.55s, с долей успешных попыток 59.1% vs 74.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-24

Сравниваемые модели

Ранг: #132
Общее число выходных токенов: 390,873
Время ответа (среднее): 143.55s
Общая стоимость: $0.499

Ранг: #133
Общее число выходных токенов: 456,028
Время ответа (среднее): 120.59s
Общая стоимость: $2.357

Рекомендуемая модель LongCat 2.0 (medium)

Здесь у него лучший балл (7.4), при этом он примерно в 4.7 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

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	7.4
Ранг	#132	#133
Надежность	10.0	9.4
Стабильность	9.3	8.3
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	59.1%	74.2%
Нестабильные тесты	2	4
Всего запусков	66	66
Стоимость за результат	4.153	16.832
Общая стоимость	$0.499	$2.357
Цена входа	$0.300 / 1M	$2.000 / 1M
Цена выхода	$1.200 / 1M	$6.000 / 1M
Общее число входных токенов	97,324	108,931
Выходные токены	44,383	112,801
Токены рассуждений	346,490	343,227
Время ответа (среднее)	143.55s	120.59s
Время ответа (макс.)	939.52s	532.28s
Время ответа (суммарно)	3158.11s	2653.05s
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.

#132 LongCat 2.0

medium

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

#133 Qwen3.8 2.4T A95B

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

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

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

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

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
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

Предметно-ориентированное	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		390.56s	505	37,854	54,558
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

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
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

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
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

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
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

Быстрое сравнение

Сменить пару сравнения

Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsQwen3.8 2.4T A95Bhigh LongCat 2.0mediumvsQwen3.7 Maxnone Gemini 3.8 FlashlowvsLongCat 2.0medium LongCat 2.0mediumvsGrok 4.6low GPT-5.6 LunamediumvsQwen3.8 2.4T A95Bhigh Gemini 3 Flash PreviewlowvsLongCat 2.0medium Kimi K2.7 CodemediumvsQwen3.8 2.4T A95Bhigh Claude Sonnet 4.6nonevsQwen3.8 2.4T A95Bhigh Gemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95Bhigh KAT-Coder-Pro V2.5lowvsQwen3.8 2.4T A95Bhigh