LongCat 2.0 (medium) vs Grok 4.6 (low)

已对比模型

排名: #132
总输出令牌: 390,873
响应时间（平均）: 143.55s
总成本: $0.499

排名: #135
总输出令牌: 38,048
响应时间（平均）: 14.55s
总成本: $0.449

推荐模型 Grok 4.6 (low)

它在这里得分最高（7.4），同时响应速度比LongCat 2.0 (medium)快约 9.9 倍。

详细对比

指标	LongCat 2.0 LongCat 2.0 medium 发布日期: 2026-07-20	Grok 4.6 Grok 4.6 low 发布日期: 2026-08-12

指标	LongCat 2.0 LongCat 2.0 medium 发布日期: 2026-07-20	Grok 4.6 Grok 4.6 low 发布日期: 2026-08-12
分数	7.4	7.4
排名	#132	#135
可靠性	10.0	10.0
一致性	9.3	9.6
尝试次数	66/66	66/66
测试正确
尝试通过率	59.1%	69.7%
不稳定测试	2	1
总运行次数	66	66
每个结果成本	4.153	2.989
总成本	$0.499	$0.449
输入价格	$0.300 / 1M	$2.000 / 1M
输出价格	$1.200 / 1M	$6.000 / 1M
总输入令牌	97,324	109,960
输出令牌	44,383	5,124
推理令牌	346,490	32,924
响应时间（平均）	143.55s	14.55s
响应时间（最大）	939.52s	26.46s
响应时间（总计）	3158.11s	320.17s
参数量	1.6T 总计 (48B 激活)	~1.7T 总计 (~170B 激活)
开放状态	开源	闭源

模型生成展示

Hamster playing table tennis

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

#132 LongCat 2.0

medium

成本: $0.016
时间: 285.1s
令牌: 13,057 tok

#135 SpaceXAI: Grok 4.6

low

成本: $0.011
时间: 26.0s
令牌: 1,941 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
Grok 4.6	10.0	10.0	100.0%	0		9.00s	2,991	104	3,343

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
Grok 4.6	5.5	7.1	44.4%	1		21.69s	9,579	349	7,740

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
Grok 4.6	6.5	10.0	50.0%	0		23.33s	71,233	3,899	2,805

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
Grok 4.6	10.0	10.0	100.0%	0		11.63s	8,937	225	1,423

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		390.56s	505	37,854	54,558
Grok 4.6	3.0	10.0	0.0%	0		18.19s	2,523	16	7,921

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
Grok 4.6	10.0	10.0	100.0%	0		16.29s	1,077	55	1,009

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
Grok 4.6	9.8	10.0	100.0%	0		6.64s	1,857	57	2,310

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
Grok 4.6	10.0	10.0	100.0%	0		8.16s	2,430	154	2,506

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
Grok 4.6	10.0	10.0	100.0%	0		14.42s	8,544	255	359

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
Grok 4.6	3.0	10.0	0.0%	0		26.11s	789	10	3,508

快速对比

切换对比组合

Grok 4.6lowvsMiMo-V2.6-Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6low LongCat 2.0mediumvsQwen3.7 Maxnone LongCat 2.0mediumvsQwen3.8 2.4T A95Bhigh Claude Sonnet 4.6nonevsGrok 4.6low Grok 4.6lowvsGLM 5.3high Gemini 3.8 FlashlowvsLongCat 2.0medium Gemini 3 Flash PreviewlowvsLongCat 2.0medium GPT-5.6 LunamediumvsGrok 4.6low Kimi K2.7 CodemediumvsGrok 4.6low LongCat 2.0mediumvsGPT 5.3 Chatnone Qwen3.7 MaxnonevsGrok 4.6low