导航
Advertise here

LongCat 2.0 vs GLM 5.3 FlashX (medium)

平均分几乎持平，为 6.4 vs 6.4。 LongCat 2.0 benchmark 成本更低，为 $0.044 vs $0.056。 GLM 5.3 FlashX (medium) 更快，为 4.32s vs 5.17s，通过率为 40.9% vs 68.2%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-21

已对比模型

排名
#195
总输出令牌
9,375
响应时间（平均）
5.17s
总成本
$0.044
排名
#194
总输出令牌
19,433
响应时间（平均）
4.32s
总成本
$0.056
推荐模型 GLM 5.3 FlashX (medium)

它在本次比较中得分最高（6.4），并且在全部 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 LongCat 2.0 LongCat 2.0 none 发布日期: 2026-07-20 GLM 5.3 FlashX GLM 5.3 FlashX medium 发布日期: 2026-09-21
分数 6.4 6.4
排名 #195 #194
可靠性 10.0 10.0
一致性 9.3 7.0
尝试次数 66/66 66/66
测试正确
尝试通过率 40.9% 68.2%
不稳定测试 2 8
总运行次数 66 66
每个结果成本 0.549 0.505
总成本 $0.044 $0.056
输入价格 $0.300 / 1M $0.370 / 1M
输出价格 $1.200 / 1M $1.250 / 1M
总输入令牌 108,752 84,329
输出令牌 9,375 7,717
推理令牌 0 11,716
响应时间（平均） 5.17s 4.32s
响应时间（最大） 48.38s 22.89s
响应时间（总计） 113.83s 95.15s
参数量 1.6T 总计 (48B 激活) 320B 总计 (18B 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.

#195 LongCat 2.0

none
成本
$0.027
时间
411.7s
令牌
22,283 tok

#194 GLM 5.3 FlashX

medium
成本
$0.002
时间
8.1s
令牌
1,480 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

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
GLM 5.3 FlashX 6.0 4.6 66.7% 2 6.37s 7,317 384 5,562

快速对比

切换对比组合

LongCat 2.0nonevsMiMo-V2.5mediumDots 3 Note Previewhigh免费可用vsGLM 5.3 FlashXmediumDots 3 Note Previewlow免费可用vsGLM 5.3 FlashXmediumDots 3 Note Previewhigh免费可用vsLongCat 2.0noneDots 3 Note Previewlow免费可用vsLongCat 2.0noneQwen3.6 Max PreviewnonevsGLM 5.3 FlashXmediumLing-3.0-flashhighvsLongCat 2.0noneGemini 3.1 Flash Lite PreviewnonevsGLM 5.3 FlashXmediumLing-3.0-flashhighvsGLM 5.3 FlashXmediumRing-2.6-1TmediumvsLongCat 2.0noneLongCat 2.0nonevsLaguna XS 2.1medium免费可用LongCat 2.0nonevsQwen3.6 27Bmedium