Meituan: LongCat 2.0 vs NVIDIA: Nemotron 3 Ultra

Nemotron 3 Ultra (medium) 平均分领先，为 7.5 vs 7.4。 LongCat 2.0 (medium) benchmark 成本更低，为 $0.478 vs $0.774。 Nemotron 3 Ultra (medium) 更快，为 32.21s vs 136.64s，通过率为 60.6% vs 68.2%。

推荐模型Nemotron 3 Ultra (medium)它在这里得分最高（7.5），同时响应速度比LongCat 2.0 (medium)快约 4.2 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 medium 发布日期: 2026-07-20	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用

指标	LongCat 2.0 LongCat 2.0 medium 发布日期: 2026-07-20	Nemotron 3 Ultra Nemotron 3 Ultra medium 发布日期: 2026-06-04 免费可用
分数	7.4	7.5
排名	#60	#51
可靠性	9.8	9.8
一致性	8.9	8.5
测试正确
尝试通过率	60.6%	68.2%
不稳定测试	3	4
总运行次数	66	66
每个结果成本	3.978	0.000
总成本	$0.478	$0.774
输入价格	$0.300 / 1M	$0.600 / 1M
输出价格	$1.200 / 1M	$3.600 / 1M
总输入令牌	97,315	233,488
输出令牌	44,384	57,916
推理令牌	329,012	128,062
响应时间（平均）	136.64s	32.21s
响应时间（最大）	939.52s	392.56s
响应时间（总计）	3006.01s	708.65s

Hamster playing table tennis

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

#60 LongCat 2.0

medium

成本: $0.016
时间: 285.1s
令牌: 13,057 tok

#51 Nemotron 3 Ultra

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 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		9.65s	588	201	4,412
Nemotron 3 Ultra	10.0	10.0	100.0%	0		8.62s	780	835	1,485

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
Nemotron 3 Ultra	8.4	7.4	88.9%	1		26.53s	7,686	2,854	17,725

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
Nemotron 3 Ultra	6.3	5.8	66.7%	1		218.25s	204,249	40,954	78,561

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
Nemotron 3 Ultra	10.0	10.0	100.0%	0		5.68s	7,989	473	1,285

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
Nemotron 3 Ultra	3.5	4.4	33.3%	2		24.90s	858	11,169	16,249

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
Nemotron 3 Ultra	3.7	9.5	0.0%	0		2.52s	360	70	235

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
Nemotron 3 Ultra	9.8	10.0	100.0%	0		6.35s	765	182	1,243

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
Nemotron 3 Ultra	5.5	9.9	33.3%	0		3.54s	792	771	2,055

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
Nemotron 3 Ultra	10.0	10.0	100.0%	0		7.72s	9,781	304	984

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
Nemotron 3 Ultra	3.0	10.0	0.0%	0		38.47s	228	304	8,240

快速对比

切换对比组合

LongCat 2.0mediumvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsLongCat 2.0medium Nemotron 3 Ultramedium免费可用vsGPT-5.3 Chatnone KAT-Coder-Pro V2.5lowvsLongCat 2.0medium Nemotron 3 Ultramedium免费可用vsGPT-5.6 Terralow Claude Sonnet 4.6nonevsLongCat 2.0medium LongCat 2.0mediumvsGPT-5.6 Terralow LongCat 2.0mediumvsGPT-5.3 Chatnone Nemotron 3 Ultramedium免费可用vsQwen3.7 Maxnone DeepSeek V4 ProhighvsNemotron 3 Ultramedium免费可用 DeepSeek V4 FlashhighvsNemotron 3 Ultramedium免费可用 Claude Opus 4.8nonevsLongCat 2.0medium