#111 LongCat 2.0
none- 成本
- $0.027
- 时间
- 411.7s
- 令牌
- 22,283 tok
Meituan: LongCat 2.0 vs OpenAI: GPT-5.5
GPT-5.5 (low) 平均分领先，为 9.3 vs 6.3。 LongCat 2.0 benchmark 成本更低，为 $0.044 vs $1.253。 LongCat 2.0 更快，为 5.18s vs 10.13s，通过率为 36.4% vs 86.4%。
推荐模型GPT-5.5 (low)它在本次比较中得分最高（9.3），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 | GPT-5.5 GPT-5.5 low |
|---|---|---|
| 分数 | 6.3 | 9.3 |
| 排名 | #111 | #6 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 36.4% | 86.4% |
| 不稳定测试 | 2 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.627 | 6.594 |
| 总成本 | $0.044 | $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 | 108,743 | 80,058 |
| 输出令牌 | 9,372 | 5,378 |
| 推理令牌 | 0 | 23,040 |
| 响应时间（平均） | 5.18s | 10.13s |
| 响应时间（最大） | 48.38s | 56.19s |
| 响应时间（总计） | 113.95s | 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 | 4.8 | 10.0 | 25.0% | 0 | 2.87s | 624 | 503 | 0 | |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 2.85s | 7,446 | 578 | 0 | |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 28.45s | 83,372 | 7,289 | 0 | |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 2.36s | 7,671 | 246 | 0 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 1.72s | 729 | 25 | 0 | |
| 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 | 5.0 | 10.0 | 0.0% | 0 | 2.76s | 489 | 111 | 0 | |
| 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 | 2.82s | 675 | 66 | 0 | |
| 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 | 4.0 | 5.0 | 33.3% | 2 | 2.74s | 663 | 299 | 0 | |
| 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 | 6.64s | 6,867 | 231 | 0 | |
| 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 | 3.92s | 207 | 24 | 0 | |
| 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
Gemma 4 31Bmedium免费可用vsLongCat 2.0noneLongCat 2.0nonevsQwen3.5-FlashmediumRing-2.6-1TmediumvsLongCat 2.0noneGemini 3.1 Pro PreviewmediumvsGPT-5.5lowLongCat 2.0nonevsGPT-5.6 LunalowLongCat 2.0nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsLongCat 2.0noneLongCat 2.0nonevsgpt-oss-120bmediumLongCat 2.0nonevsInklinglowGPT-5.5lowvsQwen3.7 MaxmediumGemini 3.1 Flash LitelowvsLongCat 2.0noneGemini 3.5 FlashmediumvsGPT-5.5low