Meituan: LongCat 2.0 vs Qwen: Qwen3.5-35B-A3B

LongCat 2.0 平均分领先，为 6.3 vs 6.2。 LongCat 2.0 benchmark 成本更低，为 $0.044 vs $0.837。 LongCat 2.0 更快，为 5.18s vs 112.47s，通过率为 36.4% vs 66.7%。

推荐模型LongCat 2.0它在这里得分最高（6.3），同时成本比Qwen3.5-35B-A3B (medium)低约 19.1 倍。

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	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24

指标	LongCat 2.0 LongCat 2.0 none 发布日期: 2026-07-20	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24
分数	6.3	6.2
排名	#111	#119
可靠性	10.0	10.0
一致性	9.3	7.6
测试正确
尝试通过率	36.4%	66.7%
不稳定测试	2	6
总运行次数	66	66
每个结果成本	0.627	9.130
总成本	$0.044	$0.837
输入价格	$0.300 / 1M	$0.140 / 1M
输出价格	$1.200 / 1M	$1.000 / 1M
总输入令牌	108,743	130,388
输出令牌	9,372	40,630
推理令牌	0	786,040
响应时间（平均）	5.18s	112.47s
响应时间（最大）	48.38s	950.25s
响应时间（总计）	113.95s	2474.28s

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

#119 Qwen3.5-35B-A3B

medium

成本: $0.009
时间: 71.4s
令牌: 8,631 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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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
Qwen3.5-35B-A3B	3.8	5.8	33.3%	1		512.79s	109,184	775	444,948

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
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

快速对比

切换对比组合

Gemini 2.5 FlashnonevsQwen3.5-35B-A3Bmedium Gemma 4 31Bmedium免费可用vsLongCat 2.0none Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bmedium GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Seed-2.0-LitenonevsQwen3.5-35B-A3Bmedium LongCat 2.0nonevsQwen3.5-Flashmedium Gemini 3.1 Flash LitenonevsQwen3.5-35B-A3Bmedium Qwen3.5-35B-A3BmediumvsInklinglow Gemma 4 31Bnone免费可用vsQwen3.5-35B-A3Bmedium Ring-2.6-1TmediumvsLongCat 2.0none LongCat 2.0nonevsGPT-5.6 Lunalow Nemotron 3 Ultranone免费可用vsQwen3.5-35B-A3Bmedium