- 排名
- #80
- 总输出令牌
- 373,396
- 响应时间（平均）
- 136.64s
- 总成本
- $0.478
LongCat 2.0 (medium) vs Muse Glimmer 30B (high)
LongCat 2.0 (medium) 平均分领先，为 7.4 vs 7.3。 LongCat 2.0 (medium) benchmark 成本更低，为 $0.478 vs $0.529。 Muse Glimmer 30B (high) 更快，为 65.50s vs 136.64s，通过率为 60.6% vs 68.2%。
- 排名
- #84
- 总输出令牌
- 372,149
- 响应时间（平均）
- 65.50s
- 总成本
- $0.529
推荐模型
Muse Glimmer 30B (high)
它的得分接近这里的最高分（7.3 vs 7.4），同时响应速度比LongCat 2.0 (medium)快约 2.1 倍。
详细对比
| 指标 | LongCat 2.0 LongCat 2.0 medium | Muse Glimmer 30B Muse Glimmer 30B high |
|---|---|---|
| 分数 | 7.4 | 7.3 |
| 排名 | #80 | #84 |
| 可靠性 | 9.8 | 10.0 |
| 一致性 | 8.9 | 7.6 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 60.6% | 68.2% |
| 不稳定测试 | 3 | 7 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 3.978 | 4.805 |
| 总成本 | $0.478 | $0.529 |
| 输入价格 | $0.300 / 1M | $0.350 / 1M |
| 输出价格 | $1.200 / 1M | $1.500 / 1M |
| 总输入令牌 | 97,315 | 103,482 |
| 输出令牌 | 44,384 | 105,680 |
| 推理令牌 | 329,012 | 266,469 |
| 响应时间（平均） | 136.64s | 65.50s |
| 响应时间（最大） | 939.52s | 451.90s |
| 响应时间（总计） | 3006.01s | 1440.91s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#80 LongCat 2.0
medium- 成本
- $0.016
- 时间
- 285.1s
- 令牌
- 13,057 tok
#84 Muse Glimmer 30B
high- 成本
- $0.005
- 时间
- 61.7s
- 令牌
- 3,097 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 | 9.65s | 588 | 201 | 4,412 | |
| Muse Glimmer 30B | 8.7 | 7.9 | 91.7% | 1 | 13.18s | 810 | 9,052 | 11,687 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 455.00s | 7,419 | 533 | 214,143 | |
| Muse Glimmer 30B | 8.8 | 7.8 | 88.9% | 1 | 95.97s | 7,419 | 16,128 | 55,433 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 151.04s | 72,348 | 4,675 | 38,668 | |
| Muse Glimmer 30B | 6.4 | 5.8 | 66.7% | 1 | 115.38s | 75,453 | 4,435 | 49,342 |
| 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 | 10.63s | 7,653 | 198 | 2,536 | |
| Muse Glimmer 30B | 7.3 | 5.9 | 83.3% | 1 | 14.89s | 7,065 | 4,422 | 7,478 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 339.86s | 496 | 37,855 | 37,080 | |
| Muse Glimmer 30B | 5.3 | 10.0 | 33.3% | 0 | 173.76s | 873 | 65,660 | 68,598 |
| 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 | 4.8 | 3.2 | 33.3% | 1 | 16.35s | 480 | 121 | 1,598 | |
| Muse Glimmer 30B | 5.3 | 10.0 | 0.0% | 0 | 6.36s | 525 | 1,574 | 1,659 |
| 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 | 7.38s | 657 | 78 | 1,652 | |
| Muse Glimmer 30B | 8.4 | 6.9 | 83.3% | 1 | 8.62s | 765 | 2,259 | 4,296 |
| 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 | 5.4 | 10.0 | 33.3% | 0 | 8.84s | 636 | 388 | 2,562 | |
| Muse Glimmer 30B | 6.1 | 4.7 | 66.7% | 2 | 64.76s | 795 | 846 | 46,992 |
| 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 | 10.67s | 6,840 | 249 | 581 | |
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 6.41s | 9,546 | 331 | 1,137 |
| 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 | 191.19s | 198 | 86 | 25,780 | |
| Muse Glimmer 30B | 3.0 | 10.0 | 0.0% | 0 | 94.20s | 231 | 973 | 19,847 |
快速对比
切换对比组合
Claude Sonnet 4.6nonevsMuse Glimmer 30BhighGemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30BhighDeepSeek V4 Flash 0731mediumvsMuse Glimmer 30BhighLongCat 2.0mediumvsQwen3.7 MaxnoneKAT-Coder-Pro V2.5lowvsMuse Glimmer 30BhighGemini 3.1 Flash LitemediumvsMuse Glimmer 30BhighGemini 3 Flash PreviewlowvsLongCat 2.0mediumGemini 3 Flash PreviewlowvsMuse Glimmer 30BhighKAT-Coder-Pro V2.5lowvsLongCat 2.0mediumMuse Glimmer 30BhighvsQwen3.7 FlashlowClaude Sonnet 4.6nonevsLongCat 2.0mediumClaude Opus 4.8nonevsMuse Glimmer 30Bhigh