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

Gemini 2.5 Flash (medium) vs LongCat 2.0 (high)

average score लगभग बराबर है: 7.3 vs 7.3. Gemini 2.5 Flash (medium) की benchmark लागत कम है: $0.680 vs $0.778. Gemini 2.5 Flash (medium) तेज है: 20.51s vs 151.67s, pass rates 68.1% vs 53.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#202
कुल आउटपुट टोकन
241,365
प्रतिक्रिया समय (औसत)
20.51s
कुल लागत
$0.680
रैंक
#203
कुल आउटपुट टोकन
404,635
प्रतिक्रिया समय (औसत)
151.67s
कुल लागत
$0.778
अनुशंसित मॉडल Gemini 2.5 Flash (medium)

It has the best score here (7.3), while responding about 7.4x faster than LongCat 2.0 (high).

विस्तृत तुलना

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash medium रिलीज़: 2025-06-17 LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20
स्कोर 7.3 7.3
रैंक #202 #203
विश्वसनीयता 10.0 10.0
संगति 9.6 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 68.1% 53.6%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 4.288 5.681
कुल लागत $0.680 $0.778
इनपुट कीमत $0.300 / 1M $0.300 / 1M
आउटपुट कीमत $2.500 / 1M $1.200 / 1M
कैश पढ़ने की कीमत $0.030 / 1M $0.006 / 1M
कैश लिखने की कीमत $0.084 / 1M लागू नहीं
कुल इनपुट टोकन 132,507 275,080
आउटपुट टोकन 12,739 32,447
रीजनिंग टोकन 228,626 372,188
प्रतिक्रिया समय (औसत) 20.51s 151.67s
प्रतिक्रिया समय (अधिकतम) 140.50s 941.66s
प्रतिक्रिया समय (कुल) 471.64s 3488.43s
पैरामीटर ~350B कुल (~20B सक्रिय) 1.6T कुल (48B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#202 Gemini 2.5 Flash

medium
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
274.0s
टोकन
0 tok

#203 LongCat 2.0

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
LongCat 2.0 7.8 9.3 66.7% 0 505.33s 6,913 244 192,377

तुलना जोड़ी बदलें