#97 LongCat 2.0
high
无效SVG
- 成本
- $0.000
- 时间
- 600.0s
- 令牌
- 0 tok
Meituan: LongCat 2.0 vs Z.ai: GLM 5.2
平均分几乎持平，为 6.6 vs 6.6。 GLM 5.2 benchmark 成本更低，为 $0.151 vs $0.469。 GLM 5.2 更快，为 9.34s vs 148.73s，通过率为 53.0% vs 59.1%。
推荐模型GLM 5.2它在这里得分最高（6.6），同时成本比LongCat 2.0 (high)低约 3.1 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-20
| 指标 | LongCat 2.0 LongCat 2.0 high | GLM 5.2 GLM 5.2 none |
|---|---|---|
| 分数 | 6.6 | 6.6 |
| 排名 | #97 | #96 |
| 可靠性 | 9.4 | 10.0 |
| 一致性 | 8.2 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 53.0% | 59.1% |
| 不稳定测试 | 5 | 2 |
| 总运行次数 | 66 | 64 |
| 每个结果成本 | 5.202 | 1.421 |
| 总成本 | $0.469 | $0.151 |
| 输入价格 | $0.300 / 1M | $0.960 / 1M |
| 输出价格 | $1.200 / 1M | $3.014 / 1M |
| 总输入令牌 | 93,357 | 112,359 |
| 输出令牌 | 30,466 | 14,340 |
| 推理令牌 | 336,325 | 0 |
| 响应时间（平均） | 148.73s | 9.34s |
| 响应时间（最大） | 941.66s | 79.65s |
| 响应时间（总计） | 3272.00s | 205.46s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#96 GLM 5.2
none
无效SVG
- 成本
- $0.033
- 时间
- 87.7s
- 令牌
- 7,455 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 |
|---|---|---|---|---|---|---|---|---|---|
| LongCat 2.0 | 8.9 | 8.1 | 91.7% | 1 | 7.76s | 588 | 303 | 3,300 | |
| GLM 5.2 | 8.3 | 10.0 | 75.0% | 0 | 3.70s | 567 | 313 | 0 |
| 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 | |
| GLM 5.2 | 3.7 | 9.5 | 0.0% | 0 | 7.55s | 7,263 | 1,958 | 0 |
| 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 | |
| GLM 5.2 | 6.9 | 5.9 | 66.7% | 1 | 50.17s | 88,074 | 11,016 | 0 |
| 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 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 7.17s | 7,113 | 204 | 0 |
| 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 | |
| GLM 5.2 | 5.3 | 10.0 | 33.3% | 0 | 4.04s | 606 | 23 | 0 |
| 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 | |
| GLM 5.2 | 6.1 | 3.1 | 66.7% | 1 | 4.42s | 480 | 82 | 0 |
| 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 | |
| GLM 5.2 | 9.8 | 10.0 | 100.0% | 0 | 3.84s | 642 | 66 | 0 |
| 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 | |
| GLM 5.2 | 7.7 | 10.0 | 66.7% | 0 | 3.31s | 618 | 265 | 0 |
| 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 | |
| GLM 5.2 | 10.0 | 10.0 | 100.0% | 0 | 15.76s | 6,807 | 400 | 0 |
| 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 | |
| GLM 5.2 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 189 | 13 | 0 |
快速对比
切换对比组合
Gemma 4 26B A4Bmedium免费可用vsGLM 5.2noneGemma 4 26B A4Bmedium免费可用vsLongCat 2.0highLongCat 2.0highvsQwen3.6 Max PreviewnoneLongCat 2.0highvsQwen3.6 27BmediumQwen3.6 27BmediumvsGLM 5.2noneLongCat 2.0lowvsGLM 5.2noneKAT-Coder-Pro V2.5nonevsLongCat 2.0highLongCat 2.0highvsMiMo-V2.5mediumLongCat 2.0highvsLaguna XS 2.1medium免费可用LongCat 2.0highvsQwen3.5-27BnoneGemini 3.1 Flash Lite PreviewlowvsLongCat 2.0highMiMo-V2.5mediumvsGLM 5.2none