#111 LongCat 2.0
none- 成本
- $0.027
- 时间
- 411.7s
- 令牌
- 22,283 tok
Meituan: LongCat 2.0 vs Qwen: Qwen3.5-27B
Qwen3.5-27B 平均分领先，为 6.5 vs 6.3。 LongCat 2.0 benchmark 成本更低，为 $0.044 vs $0.090。 Qwen3.5-27B 更快，为 4.76s vs 5.18s，通过率为 36.4% vs 40.9%。
推荐模型Qwen3.5-27B它在本次比较中得分最高（6.5），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 | Qwen3.5-27B Qwen3.5-27B none |
|---|---|---|
| 分数 | 6.3 | 6.5 |
| 排名 | #111 | #103 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.3 | 9.3 |
| 测试正确 | ||
| 尝试通过率 | 36.4% | 40.9% |
| 不稳定测试 | 2 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.627 | 0.763 |
| 总成本 | $0.044 | $0.090 |
| 输入价格 | $0.300 / 1M | $0.260 / 1M |
| 输出价格 | $1.200 / 1M | $2.600 / 1M |
| 总输入令牌 | 108,743 | 102,316 |
| 输出令牌 | 9,372 | 24,321 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 5.18s | 4.76s |
| 响应时间（最大） | 48.38s | 69.46s |
| 响应时间（总计） | 113.95s | 104.71s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#103 Qwen3.5-27B
none- 成本
- $0.007
- 时间
- 42.9s
- 令牌
- 4,273 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 | |
| Qwen3.5-27B | 4.8 | 10.0 | 25.0% | 0 | 788ms | 696 | 267 | 0 |
| 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 | |
| Qwen3.5-27B | 5.8 | 10.0 | 33.3% | 0 | 1.80s | 7,913 | 415 | 0 |
| 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 | |
| Qwen3.5-27B | 6.4 | 5.8 | 66.7% | 1 | 39.43s | 74,756 | 22,190 | 0 |
| 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 7,794 | 243 | 0 |
| 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 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 540ms | 789 | 15 | 0 |
| 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 | |
| Qwen3.5-27B | 5.0 | 10.0 | 0.0% | 0 | 2.51s | 522 | 126 | 0 |
| 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 | |
| Qwen3.5-27B | 6.3 | 10.0 | 50.0% | 0 | 1.03s | 711 | 69 | 0 |
| 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 | |
| Qwen3.5-27B | 6.7 | 7.9 | 55.6% | 1 | 1.38s | 714 | 683 | 0 |
| 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 8,211 | 303 | 0 |
| 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 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 599ms | 210 | 10 | 0 |
快速对比
切换对比组合
Laguna XS 2.1medium免费可用vsQwen3.5-27BnoneQwen3.5-27BnonevsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BnoneGemma 4 31Bmedium免费可用vsLongCat 2.0noneGemini 3.1 Flash LitelowvsQwen3.5-27BnoneLongCat 2.0nonevsQwen3.5-FlashmediumRing-2.6-1TmediumvsLongCat 2.0noneLongCat 2.0nonevsGPT-5.6 LunalowLongCat 2.0highvsQwen3.5-27BnoneGemma 4 26B A4Bmedium免费可用vsQwen3.5-27BnoneLongCat 2.0nonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsLongCat 2.0none