- 排名
- #94
- 总输出令牌
- 390,873
- 响应时间（平均）
- 143.55s
- 总成本
- $0.499
LongCat 2.0 (medium) vs GLM 5.3 (high)
LongCat 2.0 (medium) 平均分领先，为 7.4 vs 7.3。 GLM 5.3 (high) benchmark 成本更低，为 $0.403 vs $0.499。 GLM 5.3 (high) 更快，为 27.82s vs 143.55s，通过率为 59.1% vs 74.2%。
- 排名
- #99
- 总输出令牌
- 63,667
- 响应时间（平均）
- 27.82s
- 总成本
- $0.403
推荐模型
GLM 5.3 (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 5.2 倍。
详细对比
| 指标 | LongCat 2.0 LongCat 2.0 medium | GLM 5.3 GLM 5.3 high |
|---|---|---|
| 分数 | 7.4 | 7.3 |
| 排名 | #94 | #99 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 7.5 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 59.1% | 74.2% |
| 不稳定测试 | 2 | 7 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.153 | 3.099 |
| 总成本 | $0.499 | $0.403 |
| 输入价格 | $0.300 / 1M | $1.400 / 1M |
| 输出价格 | $1.200 / 1M | $4.400 / 1M |
| 总输入令牌 | 97,324 | 87,601 |
| 输出令牌 | 44,383 | 6,006 |
| 推理令牌 | 346,490 | 57,661 |
| 响应时间（平均） | 143.55s | 27.82s |
| 响应时间（最大） | 939.52s | 159.91s |
| 响应时间（总计） | 3158.11s | 612.06s |
| 参数量 | 1.6T 总计 (48B 激活) | 744B 总计 (40B 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.
#94 LongCat 2.0
medium- 成本
- $0.016
- 时间
- 285.1s
- 令牌
- 13,057 tok
#99 GLM 5.3
high- 成本
- $0.085
- 时间
- 362.5s
- 令牌
- 19,310 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 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 3.72s | 639 | 237 | 481 |
| 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 | |
| GLM 5.3 | 6.6 | 5.0 | 66.7% | 2 | 18.89s | 7,317 | 473 | 8,190 |
| 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 | |
| GLM 5.3 | 6.4 | 5.8 | 66.7% | 1 | 63.96s | 62,821 | 3,936 | 12,203 |
| 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 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 3.55s | 7,149 | 210 | 189 |
| 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 | |
| GLM 5.3 | 2.9 | 4.4 | 22.2% | 2 | 112.33s | 759 | 238 | 33,423 |
| 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 | |
| GLM 5.3 | 6.1 | 3.1 | 66.7% | 1 | 8.00s | 498 | 192 | 407 |
| 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 | |
| GLM 5.3 | 9.8 | 10.0 | 100.0% | 0 | 3.62s | 678 | 72 | 182 |
| 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 | |
| GLM 5.3 | 8.2 | 7.2 | 88.9% | 1 | 4.74s | 672 | 332 | 452 |
| 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 | |
| GLM 5.3 | 10.0 | 10.0 | 100.0% | 0 | 17.05s | 6,861 | 231 | 91 |
| 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 | |
| GLM 5.3 | 3.0 | 10.0 | 0.0% | 0 | 21.98s | 207 | 85 | 2,043 |
快速对比
切换对比组合
Claude Sonnet 4.6nonevsGLM 5.3highKAT-Coder-Pro V2.5lowvsGLM 5.3highLongCat 2.0mediumvsQwen3.7 MaxnoneLongCat 2.0mediumvsQwen3.8 2.4T A95BhighGemini 3 Flash PreviewlowvsGLM 5.3highGrok 4.6lowvsGLM 5.3highGemini 3.1 Flash LitemediumvsGLM 5.3highLongCat 2.0mediumvsGrok 4.6lowGemini 3 Flash PreviewlowvsLongCat 2.0mediumQwen3.7 PlusnonevsGLM 5.3highLongCat 2.0mediumvsGPT 5.3 ChatnoneDeepSeek V4 Flash 0731mediumvsGLM 5.3high