#50 DeepSeek V4 Pro
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
DeepSeek: DeepSeek V4 Pro vs Meituan: LongCat 2.0
DeepSeek V4 Pro (high) 平均分领先，为 7.7 vs 7.4。 DeepSeek V4 Pro (high) benchmark 成本更低，为 $0.200 vs $0.478。 DeepSeek V4 Pro (high) 更快，为 79.14s vs 136.64s，通过率为 63.6% vs 60.6%。
推荐模型DeepSeek V4 Pro (high)它在这里得分最高（7.7），同时成本比LongCat 2.0 (medium)低约 2.4 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21
| 指标 | DeepSeek V4 Pro DeepSeek V4 Pro high | LongCat 2.0 LongCat 2.0 medium |
|---|---|---|
| 分数 | 7.7 | 7.4 |
| 排名 | #50 | #64 |
| 可靠性 | 10.0 | 9.8 |
| 一致性 | 7.7 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 60.6% |
| 不稳定测试 | 6 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.000 | 3.978 |
| 总成本 | $0.200 | $0.478 |
| 输入价格 | $0.435 / 1M | $0.300 / 1M |
| 输出价格 | $0.870 / 1M | $1.200 / 1M |
| 总输入令牌 | 90,748 | 97,315 |
| 输出令牌 | 10,462 | 44,384 |
| 推理令牌 | 178,719 | 329,012 |
| 响应时间（平均） | 79.14s | 136.64s |
| 响应时间（最大） | 416.76s | 939.52s |
| 响应时间（总计） | 1740.97s | 3006.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#64 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 Pro | 5.7 | 5.9 | 58.3% | 2 | 25.70s | 536 | 149 | 3,214 | |
| 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 Pro | 6.3 | 8.7 | 33.3% | 0 | 243.00s | 5,090 | 383 | 84,580 | |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 78.99s | 66,082 | 4,582 | 25,404 | |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 25.03s | 7,690 | 274 | 2,166 | |
| 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 Pro | 3.6 | 7.2 | 22.2% | 1 | 151.46s | 569 | 4,404 | 50,391 | |
| 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 Pro | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 471 | 115 | 1,013 | |
| 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 Pro | 7.8 | 6.6 | 83.3% | 1 | 8.73s | 627 | 66 | 2,726 | |
| 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 Pro | 6.9 | 4.9 | 77.8% | 2 | 56.85s | 591 | 178 | 2,563 | |
| 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 Pro | 9.8 | 10.0 | 100.0% | 0 | 15.92s | 8,909 | 295 | 701 | |
| 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 Pro | 3.0 | 10.0 | 0.0% | 0 | 34.01s | 183 | 16 | 5,961 | |
| 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 MaxnoneGemini 3 Flash PreviewlowvsLongCat 2.0mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighKAT-Coder-Pro V2.5lowvsLongCat 2.0mediumDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGLM 5mediumClaude Sonnet 4.6nonevsLongCat 2.0mediumDeepSeek V4 ProhighvsGrok Build 0.1mediumLongCat 2.0mediumvsGPT-5.6 TerralowDeepSeek V4 ProhighvsGPT-5.6 LunamediumLongCat 2.0mediumvsGPT-5.3 ChatnoneClaude Opus 4.8lowvsDeepSeek V4 Prohigh