Meituan: LongCat 2.0 vs NVIDIA: Nemotron 3 Ultra

Nemotron 3 Ultra (medium) 平均分领先，为 7.5 vs 6.3。 LongCat 2.0 benchmark 成本更低，为 $0.044 vs $0.774。 LongCat 2.0 更快，为 5.18s vs 32.21s，通过率为 36.4% vs 68.2%。

推荐模型Nemotron 3 Ultra (medium)它在本次比较中得分最高（7.5），并且在全部 2 个模型中兼顾成本和响应时间最好。

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 none 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 none 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	6.3	7.5
排名	#111	#51
可靠性	10.0	9.8
一致性	9.3	8.5
测试正确
尝试通过率	36.4%	68.2%
不稳定测试	2	4
总运行次数	66	66
每个结果成本	0.627	0.000
总成本	$0.044	$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	108,743	233,488
输出令牌	9,372	57,916
推理令牌	0	128,062
响应时间（平均）	5.18s	32.21s
响应时间（最大）	48.38s	392.56s
响应时间（总计）	113.95s	708.65s

Hamster playing table tennis

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

#111 LongCat 2.0

none

成本: $0.027
时间: 411.7s
令牌: 22,283 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	4.8	10.0	25.0%	0		2.87s	624	503	0
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	5.5	10.0	33.3%	0		2.85s	7,446	578	0
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	6.5	10.0	50.0%	0		28.45s	83,372	7,289	0
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	10.0	10.0	100.0%	0		2.36s	7,671	246	0
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	3.0	10.0	0.0%	0		1.72s	729	25	0
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	5.0	10.0	0.0%	0		2.76s	489	111	0
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		2.82s	675	66	0
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	4.0	5.0	33.3%	2		2.74s	663	299	0
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		6.64s	6,867	231	0
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		3.92s	207	24	0
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

Gemma 4 31Bmedium免费可用vsLongCat 2.0none Nemotron 3 Ultramedium免费可用vsGPT-5.3 Chatnone LongCat 2.0nonevsQwen3.5-Flashmedium Nemotron 3 Ultramedium免费可用vsGPT-5.6 Terralow Ring-2.6-1TmediumvsLongCat 2.0none LongCat 2.0nonevsGPT-5.6 Lunalow 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 LongCat 2.0nonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LiteminimalvsLongCat 2.0none Nemotron 3 Ultramedium免费可用vsGPT-5.6 Lunahigh