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

Gemini 3.1 Flash Lite (low) vs LongCat 2.0 (high)

LongCat 2.0 (high) average score में आगे है: 6.7 vs 6.6. LongCat 2.0 (high) की benchmark लागत कम है: $0.492 vs $0.621. Gemini 3.1 Flash Lite (low) तेज है: 16.25s vs 153.29s, pass rates 63.6% vs 51.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-08

तुलना किए गए मॉडल

रैंक
#171
कुल आउटपुट टोकन
397,891
प्रतिक्रिया समय (औसत)
16.25s
कुल लागत
$0.621
रैंक
#165
कुल आउटपुट टोकन
386,642
प्रतिक्रिया समय (औसत)
153.29s
कुल लागत
$0.492
अनुशंसित मॉडल Gemini 3.1 Flash Lite (low)

Its score stays close to the best score here (6.6 vs 6.7), while responding about 9.4x faster than LongCat 2.0 (high).

विस्तृत तुलना

मेट्रिक Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low रिलीज़: 2026-05-08 LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20
स्कोर 6.6 6.7
रैंक #171 #165
विश्वसनीयता 10.0 10.0
संगति 9.2 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 51.5%
अस्थिर टेस्ट 2 4
कुल रन 66 66
प्रति परिणाम लागत 4.773 5.467
कुल लागत $0.621 $0.492
इनपुट कीमत $0.250 / 1M $0.300 / 1M
आउटपुट कीमत $1.500 / 1M $1.200 / 1M
कुल इनपुट टोकन 94,233 93,411
आउटपुट टोकन 7,759 30,470
रीजनिंग टोकन 390,132 356,172
प्रतिक्रिया समय (औसत) 16.25s 153.29s
प्रतिक्रिया समय (अधिकतम) 318.02s 941.66s
प्रतिक्रिया समय (कुल) 357.39s 3372.36s
पैरामीटर ~150B कुल (~10B सक्रिय) 1.6T कुल (48B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#171 Gemini 3.1 Flash Lite

low
लागत
$0.003
समय
4.0s
टोकन
1,479 tok

#165 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 3.1 Flash Lite 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
LongCat 2.0 7.8 9.3 66.7% 0 505.33s 6,913 244 192,377

त्वरित तुलना

तुलना जोड़ी बदलें