Meituan: LongCat 2.0 vs Qwen: Qwen3.6 Flash

Qwen3.6 Flash (medium) 平均分领先，为 6.9 vs 6.7。 LongCat 2.0 (low) benchmark 成本更低，为 $0.391 vs $0.738。 Qwen3.6 Flash (medium) 更快，为 44.65s vs 100.31s，通过率为 53.0% vs 68.2%。

推荐模型Qwen3.6 Flash (medium)它在这里得分最高（6.9），同时响应速度比LongCat 2.0 (low)快约 2.2 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 low 发布日期: 2026-07-20	Qwen3.6 Flash Qwen3.6 Flash medium 发布日期: 2026-04-20

指标	LongCat 2.0 LongCat 2.0 low 发布日期: 2026-07-20	Qwen3.6 Flash Qwen3.6 Flash medium 发布日期: 2026-04-20
分数	6.7	6.9
排名	#96	#89
可靠性	9.6	10.0
一致性	8.9	8.2
测试正确
尝试通过率	53.0%	68.2%
不稳定测试	3	5
总运行次数	66	66
每个结果成本	3.910	6.784
总成本	$0.391	$0.738
输入价格	$0.300 / 1M	$0.188 / 1M
输出价格	$1.200 / 1M	$1.125 / 1M
总输入令牌	90,909	129,041
输出令牌	5,679	20,026
推理令牌	297,369	614,312
响应时间（平均）	100.31s	44.65s
响应时间（最大）	560.39s	578.13s
响应时间（总计）	2206.82s	982.32s

Hamster playing table tennis

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

#96 LongCat 2.0

low

成本: $0.024
时间: 428.0s
令牌: 19,557 tok

#89 Qwen3.6 Flash

medium

无效SVG

成本: $0.008
时间: 29.9s
令牌: 6,784 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	10.0	10.0	100.0%	0		9.04s	588	225	4,303
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.10s	672	624	14,024

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
Qwen3.6 Flash	5.0	5.1	44.5%	2		42.85s	7,895	495	67,967

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
Qwen3.6 Flash	6.5	10.0	50.0%	0		299.21s	101,613	17,514	382,793

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
Qwen3.6 Flash	10.0	10.0	100.0%	0		9.65s	7,782	270	13,155

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
Qwen3.6 Flash	3.5	4.4	33.3%	2		14.65s	771	60	24,409

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
Qwen3.6 Flash	4.8	9.9	0.0%	0		9.88s	516	140	5,445

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
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.05s	699	102	7,423

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
Qwen3.6 Flash	8.2	7.2	88.9%	1		6.29s	696	460	10,860

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
Qwen3.6 Flash	10.0	10.0	100.0%	0		4.00s	8,193	335	1,188

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
Qwen3.6 Flash	3.0	10.0	0.0%	0		122.87s	204	26	87,048

快速对比

切换对比组合

KAT-Coder-Pro V2.5nonevsLongCat 2.0low Qwen3.6 FlashmediumvsStep 3.7 Flashhigh GPT-5.5nonevsQwen3.6 Flashmedium LongCat 2.0lowvsQwen3.6 35B A3Bmedium GPT-5.6 SolnonevsQwen3.6 Flashmedium DeepSeek V4 PrononevsQwen3.6 Flashmedium Gemini 3 Flash PreviewnonevsLongCat 2.0low Gemini 3.5 FlashminimalvsQwen3.6 Flashmedium Gemma 4 26B A4Bmedium免费可用vsLongCat 2.0low LongCat 2.0lowvsGLM 5.2none Gemini 3.5 FlashnonevsQwen3.6 Flashmedium Gemini 3.5 FlashminimalvsLongCat 2.0low