Meituan: LongCat 2.0 vs Qwen: Qwen3.6 27B

LongCat 2.0 (high) 平均分领先，为 6.6 vs 6.5。 LongCat 2.0 (high) benchmark 成本更低，为 $0.469 vs $0.779。 Qwen3.6 27B (medium) 更快，为 106.32s vs 148.73s，通过率为 53.0% vs 59.1%。

推荐模型LongCat 2.0 (high)它在这里得分最高（6.6），同时成本比Qwen3.6 27B (medium)低约 1.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标	LongCat 2.0 LongCat 2.0 high 发布日期: 2026-07-20	Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20

指标	LongCat 2.0 LongCat 2.0 high 发布日期: 2026-07-20	Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20
分数	6.6	6.5
排名	#102	#105
可靠性	9.4	10.0
一致性	8.2	8.0
测试正确
尝试通过率	53.0%	59.1%
不稳定测试	5	6
总运行次数	66	66
每个结果成本	5.202	7.319
总成本	$0.469	$0.779
输入价格	$0.300 / 1M	$0.450 / 1M
输出价格	$1.200 / 1M	$2.700 / 1M
总输入令牌	93,357	106,167
输出令牌	30,466	32,889
推理令牌	336,325	241,303
响应时间（平均）	148.73s	106.32s
响应时间（最大）	941.66s	1085.11s
响应时间（总计）	3272.00s	2339.12s

Hamster playing table tennis

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

#102 LongCat 2.0

high

无效SVG

成本: $0.000
时间: 600.0s
令牌: 0 tok

#105 Qwen3.6 27B

medium

成本: $0.009
时间: 39.6s
令牌: 3,090 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

类别:

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
LongCat 2.0	8.9	8.1	91.7%	1		7.76s	588	303	3,300
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	453	582	4,311

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
LongCat 2.0	7.6	7.2	77.8%	1		505.33s	6,913	244	192,377
Qwen3.6 27B	7.7	10.0	66.7%	0		142.99s	5,051	7,968	43,367

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
LongCat 2.0	10.0	10.0	100.0%	0		167.13s	68,941	4,934	49,558
Qwen3.6 27B	6.7	3.7	50.0%	2		584.09s	81,895	18,788	133,471

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
LongCat 2.0	3.6	5.8	33.3%	1		10.98s	7,653	197	2,714
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	7,778	568	9,404

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
LongCat 2.0	3.6	7.2	22.2%	1		400.28s	451	23,924	67,100
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	662	3,510	20,352

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
LongCat 2.0	5.1	10.0	0.0%	0		17.00s	480	111	1,748
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	516	81	3,045

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
LongCat 2.0	6.5	10.0	50.0%	0		6.96s	657	78	1,726
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	699	346	6,548

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
LongCat 2.0	3.1	7.4	11.1%	1		9.18s	636	379	2,778
Qwen3.6 27B	7.7	10.0	66.7%	0		61.14s	696	255	12,044

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
LongCat 2.0	10.0	10.0	100.0%	0		10.02s	6,840	249	505
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	8,213	390	2,954

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
LongCat 2.0	3.0	10.0	0.0%	0		99.44s	198	47	14,519
Qwen3.6 27B	3.0	10.0	0.0%	0		80.99s	204	401	5,807

快速对比

切换对比组合

LongCat 2.0highvsGLM 5.2none Gemma 4 26B A4Bmedium免费可用vsLongCat 2.0high LongCat 2.0highvsQwen3.6 Max Previewnone Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27Bmedium Gemini 3.1 Flash LitelowvsQwen3.6 27Bmedium Gemini 3.5 Flash-LitemediumvsLongCat 2.0high Qwen3.6 27BmediumvsGLM 5.2none Gemini 3.1 Flash Lite PreviewnonevsQwen3.6 27Bmedium KAT-Coder-Pro V2.5nonevsLongCat 2.0high Gemini 3.5 Flash-LitelowvsLongCat 2.0high LongCat 2.0highvsMiMo-V2.5medium LongCat 2.0highvsLaguna XS 2.1medium免费可用