- 排名
- #76
- 总输出令牌
- 618,417
- 响应时间（平均）
- 85.80s
- 总成本
- $0.106
DeepSeek V4 Flash 0731 (medium) vs LongCat 2.0 (medium)
LongCat 2.0 (medium) 平均分领先，为 7.4 vs 7.3。 DeepSeek V4 Flash 0731 (medium) benchmark 成本更低，为 $0.106 vs $0.478。 DeepSeek V4 Flash 0731 (medium) 更快，为 85.80s vs 136.64s，通过率为 72.7% vs 60.6%。
- 排名
- #71
- 总输出令牌
- 373,396
- 响应时间（平均）
- 136.64s
- 总成本
- $0.478
推荐模型
DeepSeek V4 Flash 0731 (medium)
它的得分接近这里的最高分（7.3 vs 7.4），同时成本比LongCat 2.0 (medium)低约 4.5 倍。
详细对比
| 指标 | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium | LongCat 2.0 LongCat 2.0 medium |
|---|---|---|
| 分数 | 7.3 | 7.4 |
| 排名 | #76 | #71 |
| 可靠性 | 9.8 | 9.8 |
| 一致性 | 7.1 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 60.6% |
| 不稳定测试 | 8 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.956 | 3.978 |
| 总成本 | $0.106 | $0.478 |
| 输入价格 | $0.140 / 1M | $0.300 / 1M |
| 输出价格 | $0.280 / 1M | $1.200 / 1M |
| 总输入令牌 | 89,768 | 97,315 |
| 输出令牌 | 66,624 | 44,384 |
| 推理令牌 | 551,793 | 329,012 |
| 响应时间（平均） | 85.80s | 136.64s |
| 响应时间（最大） | 288.78s | 939.52s |
| 响应时间（总计） | 1887.69s | 3006.01s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#76 DeepSeek V4 Flash 0731
medium- 成本
- $0.004
- 时间
- 93.3s
- 令牌
- 13,252 tok
#71 LongCat 2.0
medium- 成本
- $0.016
- 时间
- 285.1s
- 令牌
- 13,057 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 17.95s | 698 | 2,101 | 6,715 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 9.65s | 588 | 201 | 4,412 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 6.4 | 4.4 | 77.8% | 2 | 198.78s | 6,032 | 4,109 | 160,154 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 455.00s | 7,419 | 533 | 214,143 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 7.3 | 5.8 | 83.3% | 1 | 150.58s | 65,118 | 40,110 | 97,296 | |
| LongCat 2.0 | 7.3 | 5.8 | 83.3% | 1 | 151.04s | 72,348 | 4,675 | 38,668 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 7,290 | 287 | 1,519 | |
| LongCat 2.0 | 6.3 | 10.0 | 50.0% | 0 | 10.63s | 7,653 | 198 | 2,536 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 3.6 | 7.2 | 22.2% | 1 | 211.52s | 541 | 17,559 | 213,405 | |
| LongCat 2.0 | 2.9 | 7.2 | 11.1% | 1 | 339.86s | 496 | 37,855 | 37,080 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 6.1 | 3.1 | 66.7% | 1 | 12.16s | 471 | 66 | 1,589 | |
| LongCat 2.0 | 4.8 | 3.2 | 33.3% | 1 | 16.35s | 480 | 121 | 1,598 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 8.5 | 6.8 | 83.3% | 1 | 2.42s | 706 | 109 | 580 | |
| LongCat 2.0 | 6.5 | 10.0 | 50.0% | 0 | 7.38s | 657 | 78 | 1,652 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 8.2 | 7.3 | 88.9% | 1 | 65.12s | 594 | 1,530 | 66,970 | |
| LongCat 2.0 | 5.4 | 10.0 | 33.3% | 0 | 8.84s | 636 | 388 | 2,562 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.41s | 8,178 | 374 | 152 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 10.67s | 6,840 | 249 | 581 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 56.64s | 140 | 379 | 3,413 | |
| LongCat 2.0 | 3.0 | 10.0 | 0.0% | 0 | 191.19s | 198 | 86 | 25,780 |
快速对比
切换对比组合
LongCat 2.0mediumvsQwen3.7 MaxnoneClaude Sonnet 4.6nonevsDeepSeek V4 Flash 0731mediumGemini 3 Flash PreviewlowvsLongCat 2.0mediumDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowKAT-Coder-Pro V2.5lowvsLongCat 2.0mediumClaude Opus 4.8nonevsDeepSeek V4 Flash 0731mediumDeepSeek V4 Flash 0731mediumvsStep 3.7 FlashlowDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5lowDeepSeek V4 Flash 0731mediumvsGemini 3 Flash PreviewlowClaude Sonnet 4.6nonevsLongCat 2.0mediumLongCat 2.0mediumvsGPT-5.6 TerralowDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5high