নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemini 3 Flash Preview vs Meituan: LongCat 2.0

average score প্রায় সমান: 7.4 vs 7.4. Gemini 3 Flash Preview (low)-এর benchmark খরচ কম: $0.177 vs $0.478. Gemini 3 Flash Preview (low) দ্রুত: 6.28s vs 136.64s, pass rates 75.8% vs 60.6%.

প্রস্তাবিত মডেলGemini 3 Flash Preview (low)It has the best score here (7.4), while costing about 2.7x less than LongCat 2.0 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-20

মেট্রিক Gemini 3 Flash Preview Gemini 3 Flash Preview low প্রকাশ: 2025-12-17 LongCat 2.0 LongCat 2.0 medium প্রকাশ: 2026-07-20
স্কোর 7.4 7.4
র‍্যাঙ্ক #61 #60
নির্ভরযোগ্যতা 10.0 9.8
ধারাবাহিকতা 9.2 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.8% 60.6%
অস্থির টেস্ট 2 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.101 3.978
মোট খরচ $0.177 $0.478
ইনপুট মূল্য $0.500 / 1M $0.300 / 1M
আউটপুট মূল্য $3.000 / 1M $1.200 / 1M
মোট ইনপুট টোকেন 123,684 97,315
আউটপুট টোকেন 9,572 44,384
রিজনিং টোকেন 28,518 329,012
প্রতিক্রিয়া সময় (গড়) 6.28s 136.64s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 17.13s 939.52s
প্রতিক্রিয়া সময় (মোট) 138.06s 3006.01s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#61 Gemini 3 Flash Preview

low
খরচ
$0.007
সময়
12.1s
টোকেন
2,289 tok

#60 LongCat 2.0

medium
খরচ
$0.016
সময়
285.1s
টোকেন
13,057 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 3 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
LongCat 2.0 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143

দ্রুত তুলনা

তুলনার জুটি বদলান