Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

Meituan · pașaport de model

Longcat Flash Chat 2602 Exp

longcat-flash-chat-2602-exp

Doar în cloud
Licență Proprietary
Lansat 2026-02-01(din numele modelului)

General · LMArena: 1,436#92 din 396
Cea mai bună percentilă: 82.6Programare
Poziția în cohortă: 62.3mediană 55.5

Ce spun datele

Evaluat pe 5 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Neuniform: 45,4 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 82.6 pct pe Programare față de 37.2 pct pe Factuality Arena.

Programare82.6 pct1,501Verifică →
Prompturi dificile78.3 pct1,461Verifică →
General77 pct1,436Verifică →
Urmarea instrucțiunilor73.5 pct1,416Verifică →
Factuality Arena37.2 pct1,429Verifică →
WebDev ArenaNeevaluat
Vision ArenaNeevaluat
Search ArenaNeevaluat
Document ArenaNeevaluat
Agent ArenaNeevaluat
GPQA DiamondNeevaluat
AIME (matematică)Neevaluat
FrontierMathNeevaluat
SimpleQA VerifiedNeevaluat
ARC-AGI-2Neevaluat
Humanity's Last ExamNeevaluat
SimpleBenchNeevaluat
LiveBenchNeevaluat
BFCL v4 (apelare de funcții)Neevaluat
SWE-bench Verified (clasament live)Neevaluat
Terminal-Bench 4.0Neevaluat
MMLU-Pro (Artificial Analysis)Neevaluat
LiveCodeBench (Artificial Analysis)Neevaluat
IFBench (Artificial Analysis)Neevaluat
Halucinații HHEM (Vectara)Neevaluat
SWE-bench VerifiedNeevaluat
Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

longcat-flash-chat-2602-exp stands at 62.3 (raw mean 69.7) — measured on 5 of 27 axes.
pozițieșablonVerifică →
longcat-flash-chat-2602-exp stands at 62.3 versus a cohort median of 55.5 across 112 models released within 180 days — above the peer median.
cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →