#60 LongCat 2.0
medium- 成本
- $0.016
- 时间
- 285.1s
- 令牌
- 13,057 tok
Meituan: LongCat 2.0 vs OpenAI: GPT-5.5
GPT-5.5 (low) 平均分领先，为 9.3 vs 7.4。 LongCat 2.0 (medium) benchmark 成本更低，为 $0.478 vs $1.253。 GPT-5.5 (low) 更快，为 10.13s vs 136.64s，通过率为 60.6% vs 86.4%。
推荐模型GPT-5.5 (low)它在这里得分最高（9.3），同时响应速度比LongCat 2.0 (medium)快约 13.5 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 medium | GPT-5.5 GPT-5.5 low |
|---|---|---|
| 分数 | 7.4 | 9.3 |
| 排名 | #60 | #6 |
| 可靠性 | 9.8 | 10.0 |
| 一致性 | 8.9 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 60.6% | 86.4% |
| 不稳定测试 | 3 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 3.978 | 6.594 |
| 总成本 | $0.478 | $1.253 |
| 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 | 97,315 | 80,058 |
| 输出令牌 | 44,384 | 5,378 |
| 推理令牌 | 329,012 | 23,040 |
| 响应时间（平均） | 136.64s | 10.13s |
| 响应时间（最大） | 939.52s | 56.19s |
| 响应时间（总计） | 3006.01s | 222.82s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#6 GPT-5.5
low- 成本
- $0.068
- 时间
- 37.0s
- 令牌
- 2,339 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.41s | 606 | 238 | 1,020 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 15.04s | 7,302 | 423 | 6,402 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 13.73s | 56,868 | 3,635 | 1,297 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 7,140 | 228 | 157 |
| 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 | |
| GPT-5.5 | 5.3 | 10.0 | 33.3% | 0 | 28.05s | 723 | 69 | 11,609 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 5.17s | 477 | 133 | 245 |
| 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 | |
| GPT-5.5 | 9.9 | 10.0 | 100.0% | 0 | 3.74s | 660 | 93 | 415 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.74s | 642 | 279 | 954 |
| 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 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.96s | 5,445 | 250 | 101 |
| 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 | |
| GPT-5.5 | 3.0 | 10.0 | 0.0% | 0 | 10.06s | 195 | 30 | 840 |
快速对比
切换对比组合
LongCat 2.0mediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsLongCat 2.0mediumKAT-Coder-Pro V2.5lowvsLongCat 2.0mediumClaude Sonnet 4.6nonevsLongCat 2.0mediumLongCat 2.0mediumvsGPT-5.6 TerralowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowLongCat 2.0mediumvsGPT-5.3 ChatnoneClaude Opus 4.8nonevsLongCat 2.0mediumLongCat 2.0mediumvsStep 3.7 FlashlowGPT-5.5lowvsQwen3.7 MaxmediumKAT-Coder-Pro V2.5highvsLongCat 2.0mediumGemini 3.5 FlashmediumvsGPT-5.5low