导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

LongCat 2.0 (medium) vs Qwen3.8 2.4T A95B (high)

Qwen3.8 2.4T A95B (high) 平均分领先,为 7.9 vs 7.2。 LongCat 2.0 (medium) benchmark 成本更低,为 $0.767 vs $2.949。 Qwen3.8 2.4T A95B (high) 更快,为 120.88s vs 144.88s,通过率为 59.4% vs 75.4%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-22

已对比模型

排名
#234
总输出令牌
422,234
响应时间(平均)
144.88s
总成本
$0.767
排名
#180
总输出令牌
368,836
响应时间(平均)
120.88s
总成本
$2.949
推荐模型 LongCat 2.0 (medium)

它的得分接近这里的最高分(7.2 vs 7.9),同时成本比Qwen3.8 2.4T A95B (high)低约 3.8 倍。

详细对比

指标 LongCat 2.0 LongCat 2.0 medium 发布日期: 2026-07-20 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high 发布日期: 2026-08-12
分数 7.2 7.9
排名 #234 #180
可靠性 10.0 9.6
一致性 9.0 8.4
尝试次数 69/69 69/69
测试正确
尝试通过率 59.4% 75.4%
不稳定测试 3 4
总运行次数 69 69
每个结果成本 4.942 18.696
总成本 $0.767 $2.949
输入价格 $0.300 / 1M $2.000 / 1M
输出价格 $1.200 / 1M $6.000 / 1M
缓存读取价格 $0.006 / 1M $0.250 / 1M
缓存写入价格 不适用 不适用
总输入令牌 287,669 295,642
输出令牌 47,204 115,041
推理令牌 375,030 353,398
响应时间(平均) 144.88s 120.88s
响应时间(最大) 939.52s 532.28s
响应时间(总计) 3332.19s 2780.16s
参数量 1.6T 总计 (48B 激活) 2.4T 总计 (95B 激活)
开放状态 开源 权重可用

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#234 LongCat 2.0

medium
成本
$0.016
时间
285.1s
令牌
13,057 tok

#180 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
成本
$0.000
时间
600.0s
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

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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

切换对比组合