Meituan: LongCat 2.0 vs OpenAI: gpt-oss-120b

LongCat 2.0 лидирует по среднему баллу: 6.3 vs 6.1. gpt-oss-120b (medium) имеет более низкую стоимость benchmark: $0.019 vs $0.044. LongCat 2.0 быстрее: 5.18s vs 21.91s, с долей успешных попыток 36.4% vs 50.0%.

Рекомендуемая модельLongCat 2.0Здесь у него лучший балл (6.3), и он отвечает примерно в 4.2 раза быстрее, чем gpt-oss-120b (medium).

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

Метрика	LongCat 2.0 LongCat 2.0 none Релиз: 2026-07-20	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05

Метрика	LongCat 2.0 LongCat 2.0 none Релиз: 2026-07-20	gpt-oss-120b gpt-oss-120b medium Релиз: 2025-08-05
Оценка	6.3	6.1
Ранг	#111	#121
Надежность	10.0	10.0
Стабильность	9.3	8.0
Тестов верно
Доля успешных попыток	36.4%	50.0%
Нестабильные тесты	2	5
Всего запусков	66	66
Стоимость за результат	0.627	0.221
Общая стоимость	$0.044	$0.019
Цена входа	$0.300 / 1M	$0.037 / 1M
Цена выхода	$1.200 / 1M	$0.170 / 1M
Общее число входных токенов	108,743	108,747
Выходные токены	9,372	29,772
Токены рассуждений	0	68,044
Время ответа (среднее)	5.18s	21.91s
Время ответа (макс.)	48.38s	68.16s
Время ответа (суммарно)	113.95s	328.70s

Hamster playing table tennis

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

#111 LongCat 2.0

none

Стоимость: $0.027
Время: 411.7s
Токены: 22,283 tok

#121 gpt-oss-120b

medium

Стоимость: $0.001
Время: 26.7s
Токены: 555 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	4.8	10.0	25.0%	0		2.87s	624	503	0
gpt-oss-120b	6.7	9.9	50.0%	0		10.21s	1,314	3,518	2,177

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	5.5	10.0	33.3%	0		2.85s	7,446	578	0
gpt-oss-120b	5.9	7.0	55.6%	1		38.37s	7,782	3,365	11,973

Комбинированный	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		28.45s	83,372	7,289	0
gpt-oss-120b	6.5	10.0	50.0%	0		23.96s	81,198	10,453	22,883

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	10.0	10.0	100.0%	0		2.36s	7,671	246	0
gpt-oss-120b	6.4	5.9	66.7%	1		1.98s	7,476	241	1,114

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		1.72s	729	25	0
gpt-oss-120b	2.9	4.4	22.2%	2		50.92s	1,266	6,784	20,606

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	5.0	10.0	0.0%	0		2.76s	489	111	0
gpt-oss-120b	4.3	10.0	0.0%	0		7.90s	659	107	387

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		2.82s	675	66	0
gpt-oss-120b	9.9	10.0	100.0%	0		7.63s	1,036	126	1,799

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
LongCat 2.0	4.0	5.0	33.3%	2		2.74s	663	299	0
gpt-oss-120b	5.3	7.2	44.4%	1		21.71s	1,190	1,790	2,264

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		6.64s	6,867	231	0
gpt-oss-120b	9.8	10.0	100.0%	0		6.91s	6,514	287	1,083

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		3.92s	207	24	0
gpt-oss-120b	3.0	10.0	0.0%	0		26.51s	312	3,101	3,758

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Litenonevsgpt-oss-120bmedium gpt-oss-120bmediumvsInklinglow Gemma 4 31BmediumБесплатно доступноvsLongCat 2.0none gpt-oss-120bmediumvsQwen3.6 Flashnone Gemini 3.1 Flash Liteminimalvsgpt-oss-120bmedium gpt-oss-120bmediumvsQwen3.5-Flashnone gpt-oss-120bmediumvsQwen3.5 Plus 2026-04-20none gpt-oss-120bmediumvsQwen3.5-35B-A3Bnone LongCat 2.0nonevsQwen3.5-Flashmedium Gemini 2.5 Flashnonevsgpt-oss-120bmedium Nemotron 3 UltranoneБесплатно доступноvsgpt-oss-120bmedium Ring-2.6-1TmediumvsLongCat 2.0none