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

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

LongCat 2.0 (high) average score में आगे है: 6.6 vs 6.4. Gemini 3.1 Flash Lite Preview की benchmark लागत कम है: $0.052 vs $0.469. Gemini 3.1 Flash Lite Preview तेज है: 1.58s vs 148.73s, pass rates 57.6% vs 53.0%.

अनुशंसित मॉडलGemini 3.1 Flash Lite PreviewIts score stays close to the best score here (6.4 vs 6.6), while costing about 9.1x less than LongCat 2.0 (high).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-21

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none रिलीज़: 2026-03-03 LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20
स्कोर 6.4 6.6
रैंक #112 #102
विश्वसनीयता 10.0 9.4
संगति 9.7 8.2
सही परीक्षण
प्रति प्रयास पास दर 57.6% 53.0%
अस्थिर टेस्ट 1 5
कुल रन 66 66
प्रति परिणाम लागत 0.431 5.202
कुल लागत $0.052 $0.469
इनपुट कीमत $0.250 / 1M $0.300 / 1M
आउटपुट कीमत $1.500 / 1M $1.200 / 1M
कुल इनपुट टोकन 120,942 93,357
आउटपुट टोकन 14,292 30,466
रीजनिंग टोकन 0 336,325
प्रतिक्रिया समय (औसत) 1.58s 148.73s
प्रतिक्रिया समय (अधिकतम) 9.27s 941.66s
प्रतिक्रिया समय (कुल) 34.72s 3272.00s

Hamster playing table tennis

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

#112 Gemini 3.1 Flash Lite Preview

none
लागत
$0.003
समय
4.7s
टोकन
1,827 tok

#102 LongCat 2.0

high
अमान्य SVG
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 Preview 5.5 10.0 33.3% 0 967ms 8,128 670 0
LongCat 2.0 7.6 7.2 77.8% 1 505.33s 6,913 244 192,377

त्वरित तुलना

तुलना जोड़ी बदलें