#96 LongCat 2.0
low- 成本
- $0.024
- 时间
- 428.0s
- 令牌
- 19,557 tok
Meituan: LongCat 2.0 vs Z.ai: GLM 5.2
LongCat 2.0 (low) 平均分领先，为 6.7 vs 6.6。 GLM 5.2 benchmark 成本更低，为 $0.128 vs $0.391。 GLM 5.2 更快，为 9.34s vs 100.31s，通过率为 53.0% vs 59.1%。
推荐模型GLM 5.2它的得分接近这里的最高分（6.6 vs 6.7），同时成本比LongCat 2.0 (low)低约 3.1 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 | GLM 5.2 GLM 5.2 none |
|---|---|---|
| 分数 | 6.7 | 6.6 |
| 排名 | #96 | #101 |
| 可靠性 | 9.6 | 10.0 |
| 一致性 | 8.9 | 9.2 |
| 测试正确 | ||
| 尝试通过率 | 53.0% | 59.1% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 66 | 64 |
| 每个结果成本 | 3.910 | 1.421 |
| 总成本 | $0.391 | $0.128 |
| 输入价格 | $0.300 / 1M | $0.808 / 1M |
| 输出价格 | $1.200 / 1M | $2.539 / 1M |
| 总输入令牌 | 90,909 | 112,359 |
| 输出令牌 | 5,679 | 14,340 |
| 推理令牌 | 297,369 | 0 |
| 响应时间（平均） | 100.31s | 9.34s |
| 响应时间（最大） | 560.39s | 79.65s |
| 响应时间（总计） | 2206.82s | 205.46s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#101 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 | 10.0 | 10.0 | 100.0% | 0 | 9.04s | 588 | 225 | 4,303 | |
| 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 | 6.6 | 4.6 | 77.8% | 2 | 479.30s | 6,544 | 461 | 206,627 | |
| 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 | 130.21s | 66,883 | 3,905 | 37,643 | |
| 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 | 6.3 | 10.0 | 50.0% | 0 | 10.77s | 7,653 | 198 | 2,498 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 86.08s | 496 | 142 | 28,567 | |
| 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 | 3.4 | 2.2 | 33.3% | 1 | 22.45s | 480 | 116 | 2,364 | |
| 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 | 6.39s | 657 | 78 | 1,604 | |
| 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 | 10.0 | 0.0% | 0 | 8.15s | 636 | 289 | 2,561 | |
| 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 | 10.81s | 6,840 | 249 | 398 | |
| 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 | 122.07s | 132 | 16 | 10,804 | |
| 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
KAT-Coder-Pro V2.5nonevsLongCat 2.0lowGemma 4 26B A4Bmedium免费可用vsGLM 5.2noneLongCat 2.0highvsGLM 5.2noneLongCat 2.0lowvsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsLongCat 2.0lowGemini 3.5 Flash-LitemediumvsGLM 5.2noneQwen3.6 27BmediumvsGLM 5.2noneGemma 4 26B A4Bmedium免费可用vsLongCat 2.0lowGemini 3.5 Flash-LitelowvsGLM 5.2noneMiMo-V2.5mediumvsGLM 5.2noneLaguna XS 2.1medium免费可用vsGLM 5.2noneGemini 3.5 FlashminimalvsLongCat 2.0low