#91 LongCat 2.0
low- 成本
- $0.024
- 时间
- 428.0s
- 令牌
- 19,557 tok
Meituan: LongCat 2.0 vs OpenAI: GPT-5.5
GPT-5.5 平均分领先，为 6.9 vs 6.7。 LongCat 2.0 (low) benchmark 成本更低，为 $0.391 vs $0.544。 GPT-5.5 更快，为 2.36s vs 100.31s，通过率为 53.0% vs 56.1%。
推荐模型GPT-5.5它在这里得分最高（6.9），同时响应速度比LongCat 2.0 (low)快约 42.5 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 low | GPT-5.5 GPT-5.5 none |
|---|---|---|
| 分数 | 6.7 | 6.9 |
| 排名 | #91 | #87 |
| 可靠性 | 9.6 | 10.0 |
| 一致性 | 8.9 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 53.0% | 56.1% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 3.910 | 4.945 |
| 总成本 | $0.391 | $0.544 |
| 输入价格 | $0.300 / 1M | $5.000 / 1M |
| 输出价格 | $1.200 / 1M | $30.000 / 1M |
| 总输入令牌 | 90,909 | 79,285 |
| 输出令牌 | 5,679 | 4,915 |
| 推理令牌 | 297,369 | 0 |
| 响应时间（平均） | 100.31s | 2.36s |
| 响应时间（最大） | 560.39s | 12.24s |
| 响应时间（总计） | 2206.82s | 51.88s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#87 GPT-5.5
none- 成本
- $0.090
- 时间
- 54.3s
- 令牌
- 3,063 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 | 10.0 | 10.0 | 100.0% | 0 | 9.04s | 588 | 225 | 4,303 | |
| GPT-5.5 | 6.9 | 7.9 | 66.7% | 1 | 1.31s | 606 | 213 | 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 | 6.6 | 4.6 | 77.8% | 2 | 479.30s | 6,544 | 461 | 206,627 | |
| GPT-5.5 | 5.5 | 10.0 | 33.3% | 0 | 1.35s | 7,305 | 462 | 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 | 130.21s | 66,883 | 3,905 | 37,643 | |
| GPT-5.5 | 6.5 | 10.0 | 50.0% | 0 | 8.90s | 56,092 | 3,244 | 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 | 6.3 | 10.0 | 50.0% | 0 | 10.77s | 7,653 | 198 | 2,498 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 1.18s | 7,140 | 222 | 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 | 3.0 | 10.0 | 0.0% | 0 | 86.08s | 496 | 142 | 28,567 | |
| GPT-5.5 | 2.9 | 7.2 | 11.1% | 1 | 1.31s | 723 | 52 | 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 | 3.4 | 2.2 | 33.3% | 1 | 22.45s | 480 | 116 | 2,364 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.41s | 477 | 124 | 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 | 6.39s | 657 | 78 | 1,604 | |
| GPT-5.5 | 6.2 | 5.8 | 66.7% | 1 | 1.15s | 660 | 81 | 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 | 10.0 | 0.0% | 0 | 8.15s | 636 | 289 | 2,561 | |
| GPT-5.5 | 7.7 | 10.0 | 66.7% | 0 | 1.29s | 642 | 252 | 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 | 10.81s | 6,840 | 249 | 398 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.90s | 5,445 | 247 | 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 | 122.07s | 132 | 16 | 10,804 | |
| GPT-5.5 | 3.0 | 10.0 | 0.0% | 0 | 5.01s | 195 | 18 | 0 |
快速对比
切换对比组合
GPT-5.5nonevsStep 3.7 FlashhighKAT-Coder-Pro V2.5nonevsLongCat 2.0lowGPT-5.5nonevsQwen3.6 FlashmediumLongCat 2.0lowvsQwen3.6 35B A3BmediumGPT-5.5nonevsMiMo-V2.5-PromediumGemini 3.5 FlashminimalvsGPT-5.5noneGemini 3 Flash PreviewnonevsLongCat 2.0lowKAT-Coder-Pro V2.5mediumvsGPT-5.5noneGemma 4 26B A4Bmedium免费可用vsLongCat 2.0lowLongCat 2.0lowvsGLM 5.2noneSeed-2.0-MinimediumvsGPT-5.5noneGemini 3.5 FlashminimalvsLongCat 2.0low