নেভিগেশন
AI BENCHY
Advertise here

Google: Gemini 3 Flash Preview vs Meituan: LongCat 2.0

Gemini 3 Flash Preview (medium) average score-এ এগিয়ে: 9.6 vs 6.3. LongCat 2.0-এর benchmark খরচ কম: $0.044 vs $0.742. LongCat 2.0 দ্রুত: 5.18s vs 19.20s, pass rates 98.5% vs 36.4%.

প্রস্তাবিত মডেলGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

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 none প্রকাশ: 2026-07-20
স্কোর 9.6 6.3
র‍্যাঙ্ক #1 #111
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.7 9.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 98.5% 36.4%
অস্থির টেস্ট 1 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.533 0.627
মোট খরচ $0.742 $0.044
ইনপুট মূল্য $0.500 / 1M $0.300 / 1M
আউটপুট মূল্য $3.000 / 1M $1.200 / 1M
মোট ইনপুট টোকেন 87,861 108,743
আউটপুট টোকেন 5,486 9,372
রিজনিং টোকেন 227,164 0
প্রতিক্রিয়া সময় (গড়) 19.20s 5.18s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 117.26s 48.38s
প্রতিক্রিয়া সময় (মোট) 422.42s 113.95s

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

#111 LongCat 2.0

none
খরচ
$0.027
সময়
411.7s
টোকেন
22,283 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 5.5 10.0 33.3% 0 2.85s 7,446 578 0

দ্রুত তুলনা

তুলনার জুটি বদলান