नेविगेशन
AI BENCHY
Advertise here

Google: Gemini 3.1 Flash Lite Preview vs Meituan: LongCat 2.0

Gemini 3.1 Flash Lite Preview (low) average score में आगे है: 6.5 vs 6.3. LongCat 2.0 की benchmark लागत कम है: $0.044 vs $0.646. LongCat 2.0 तेज है: 5.18s vs 16.70s, pass rates 59.1% vs 36.4%.

अनुशंसित मॉडलGemini 3.1 Flash Lite Preview (low)It has the strongest score in this comparison (6.5) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-20

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low रिलीज़: 2026-03-03 LongCat 2.0 LongCat 2.0 none रिलीज़: 2026-07-20
स्कोर 6.5 6.3
रैंक #104 #111
विश्वसनीयता 10.0 10.0
संगति 10.0 9.3
सही परीक्षण
प्रति प्रयास पास दर 59.1% 36.4%
अस्थिर टेस्ट 0 2
कुल रन 66 66
प्रति परिणाम लागत 4.969 0.627
कुल लागत $0.646 $0.044
इनपुट कीमत $0.250 / 1M $0.300 / 1M
आउटपुट कीमत $1.500 / 1M $1.200 / 1M
कुल इनपुट टोकन 110,185 108,743
आउटपुट टोकन 14,717 9,372
रीजनिंग टोकन 397,483 0
प्रतिक्रिया समय (औसत) 16.70s 5.18s
प्रतिक्रिया समय (अधिकतम) 309.35s 48.38s
प्रतिक्रिया समय (कुल) 367.47s 113.95s

Hamster playing table tennis

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

#104 Gemini 3.1 Flash Lite Preview

low
लागत
$0.002
समय
3.7s
टोकन
1,203 tok

#111 LongCat 2.0

none
लागत
$0.027
समय
411.7s
टोकन
22,283 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 Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
LongCat 2.0 5.5 10.0 33.3% 0 2.85s 7,446 578 0

त्वरित तुलना

तुलना जोड़ी बदलें