AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#165

LongCat 2.0

Meituan اجرا: 2026-07-20 ٹیسٹ کیا گیا: 2026-10-01 03:51 meituan/longcat-2.0::high
1.6T کل (48B فعال)MoEکھلا ماخذ
(high) (medium) (low) (none)

خلاصہ

LongCat 2.0 AI BENCHY پر 7.3 اسکور کرتا ہے اور #165 پر ہے۔ اس کی reliability 10.0، pass rate 53.6%، کل لاگت $0.778، اور اوسط response time 151.67s ہے۔

LongCat 2.0 کو منفرد کیا بناتا ہے: یہ خودمختار ایجنٹ کے کام میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ ڈیٹا پارسنگ اور استخراج اس کا کمزور ترین حصہ ہے، rank #17.

ماڈل کی تفصیلات

تحقیق کی تاریخ: 2026-08-12

شائع شدہ
پیرامیٹرز
1.6T کل (48B فعال)
ساخت
MoE
دستیابی
کھلا ماخذ
لائسنس
MIT
پیرامیٹرز کا ماخذ دستیابی کا ماخذ

اسکور

7.3

تسلسل

8.5

اعتماد پذیری

10.0

کل لاگت (موجودہ قیمت)

$0.778 ↑ +36.9%

اس قیمت پر ٹیسٹ کیا گیا: $0.569

کل آؤٹ پٹ ٹوکنز

404,635

کل ان پٹ ٹوکنز

275,080

ان پٹ قیمت

$0.300 / 1M

آؤٹ پٹ قیمت

$1.200 / 1M

کیش پڑھنے کی قیمت

$0.006 / 1M

کیش میں لکھنے کی قیمت

دستیاب نہیں

کیش کی قیمتیں ان پٹ ٹوکنز پر لاگو ہوتی ہیں۔ پڑھنے سے محفوظ پرامپٹ دوبارہ استعمال ہوتے ہیں؛ لکھنے سے وہ محفوظ ہوتے ہیں اور اضافی لاگت آ سکتی ہے۔ آؤٹ پٹ ٹوکنز پر آؤٹ پٹ کی قیمت لاگو ہوتی ہے۔

درست ٹیسٹس

غلط ٹیسٹس: 13

فی کوشش کامیابی کی شرح: 53.6%

غیر مستحکم ٹیسٹ

4

غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).

ردِعمل کا وقت (اوسط)

151.67s

ردِعمل کا وقت (زیادہ سے زیادہ): 941.66s

ردِعمل کا وقت (کل): 3488.43s

غلط جواب: 7 ہدایات پر عمل نہیں کیا: 2 کوئی جواب نہیں: 2 ٹائم آؤٹ: 2

Hamster playing table tennis

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

#165 LongCat 2.0

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
لاگت
$0.000
وقت
600.0s
ٹوکنز
0 tok

رن ہسٹری

ٹیسٹ کیا گیا اسکور اعتماد پذیری درست ٹیسٹس کل لاگت موازنہ کریں
2026-10-01 03:51 دوبارہ ٹیسٹ 7.3 10.0 $0.778 ↑ موجودہ رن
2026-07-20 17:01 پہلا رن 6.6 9.4 $0.469 موازنہ کریں

اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔

رن موازنہ

رنبینچ مارک کوریجاسکورتسلسلاعتماد پذیریدرست ٹیسٹسغیر مستحکم ٹیسٹکل آؤٹ پٹ ٹوکنزکل ان پٹ ٹوکنزکل لاگتردِعمل کا وقت (اوسط)
2026-10-01 03:51 · موجودہ رن69/69 کوششیں7.38.510.010/234404,635275,080$0.778151.67s
2026-07-20 17:01 · پہلا رن66/66 کوششیں6.68.29.49/225366,79193,357$0.469148.73s
فرق—+0.7+0.3+0.6+1-1+37844+181723+$0.310+2943ms

بینچ مارک کوریج مختلف ہے: 69/69 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 66/66 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔

ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔

قیمت کی تاریخ

OpenRouter سے اس ماڈل کے تاریخی قیمت کے اعداد و شمار۔

تاریخ ان پٹ قیمت آؤٹ پٹ قیمت کیش پڑھنے کی قیمت کیش میں لکھنے کی قیمت
2026-08-14 12:51 $0.300 / 1M $1.200 / 1M دستیاب نہیں دستیاب نہیں
2026-10-01 18:33 $0.300 / 1M $1.200 / 1M $0.006 / 1M دستیاب نہیں

چارٹس

پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

فوری موازنہ

LongCat 2.0highvsGemini 2.5 FlashmediumLongCat 2.0highvsQwen3.6 PlusmediumLongCat 2.0highvsGrok 4.7mediumLongCat 2.0highvsGemini 3.5 Flash LitemediumLongCat 2.0highvsClaude Fable 5.1mediumLongCat 2.0highvsQwen3.5-27BnoneLongCat 2.0highvsGLM 5.3 FlashhighLongCat 2.0highvsQwen3.5 Plus 2026-02-15mediumLongCat 2.0highvsGemma 4 26B A4Bmediumمفت دستیابLongCat 2.0highvsQwen3.8 27Bmediumمفت دستیاب

زمرہ وار تفصیل

زمرہ اسکور تسلسل درست ٹیسٹس
خودمختار ایجنٹ کے کام 10.0 10.0
اینٹی اے آئی چالیں 8.9 8.1
کوڈنگ 7.8 9.3
مشترکہ 10.0 10.0
ڈیٹا پارسنگ اور استخراج 3.6 5.8
ڈومین مخصوص 3.6 7.2
عمومی ذہانت 5.1 10.0
ہدایات کی پیروی 6.5 10.0
پہیلی حل کرنا 3.1 7.4
ٹول کالنگ 10.0 10.0
معلومات عامہ 3.0 10.0

موازنہ کیے گئے ماڈلز