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

Gemini 3 Flash Preview (medium) average score-এ এগিয়ে: 9.6 vs 6.6. LongCat 2.0 (high)-এর benchmark খরচ কম: $0.469 vs $0.742. Gemini 3 Flash Preview (medium) দ্রুত: 19.20s vs 148.73s, pass rates 98.5% vs 53.0%.

প্রস্তাবিত মডেলGemini 3 Flash Preview (medium)It has the best score here (9.6), while responding about 7.7x faster than LongCat 2.0 (high).

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

মেট্রিক Gemini 3 Flash Preview Gemini 3 Flash Preview medium প্রকাশ: 2025-12-17 LongCat 2.0 LongCat 2.0 high প্রকাশ: 2026-07-20
স্কোর 9.6 6.6
র‍্যাঙ্ক #1 #97
নির্ভরযোগ্যতা 10.0 9.4
ধারাবাহিকতা 9.7 8.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 98.5% 53.0%
অস্থির টেস্ট 1 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.533 5.202
মোট খরচ $0.742 $0.469
ইনপুট মূল্য $0.500 / 1M $0.300 / 1M
আউটপুট মূল্য $3.000 / 1M $1.200 / 1M
মোট ইনপুট টোকেন 87,861 93,357
আউটপুট টোকেন 5,486 30,466
রিজনিং টোকেন 227,164 336,325
প্রতিক্রিয়া সময় (গড়) 19.20s 148.73s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 117.26s 941.66s
প্রতিক্রিয়া সময় (মোট) 422.42s 3272.00s

Hamster playing table tennis

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

#1 Gemini 3 Flash Preview

medium
খরচ
$0.010
সময়
18.4s
টোকেন
3,351 tok

#97 LongCat 2.0

high
অবৈধ SVG
খরচ
$0.000
সময়
600.0s
টোকেন
0 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 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
LongCat 2.0 7.6 7.2 77.8% 1 505.33s 6,913 244 192,377

দ্রুত তুলনা

তুলনার জুটি বদলান