नेविगेशन
AI BENCHY
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 Preview vs LongCat 2.0 (low)

LongCat 2.0 (low) average score में आगे है: 6.7 vs 6.4. Gemini 3.1 Flash Lite Preview की benchmark लागत कम है: $0.052 vs $0.391. Gemini 3.1 Flash Lite Preview तेज है: 1.58s vs 100.31s, pass rates 57.6% vs 53.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#116
कुल आउटपुट टोकन
14,292
प्रतिक्रिया समय (औसत)
1.58s
कुल लागत
$0.052
रैंक
#100
कुल आउटपुट टोकन
303,048
प्रतिक्रिया समय (औसत)
100.31s
कुल लागत
$0.391
अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview

Its score stays close to the best score here (6.4 vs 6.7), while costing about 7.6x less than LongCat 2.0 (low).

विस्तृत तुलना

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none रिलीज़: 2026-03-03 LongCat 2.0 LongCat 2.0 low रिलीज़: 2026-07-20
स्कोर 6.4 6.7
रैंक #116 #100
विश्वसनीयता 10.0 9.6
संगति 9.7 8.9
सही परीक्षण
प्रति प्रयास पास दर 57.6% 53.0%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 0.431 3.910
कुल लागत $0.052 $0.391
इनपुट कीमत $0.250 / 1M $0.300 / 1M
आउटपुट कीमत $1.500 / 1M $1.200 / 1M
कुल इनपुट टोकन 120,942 90,909
आउटपुट टोकन 14,292 5,679
रीजनिंग टोकन 0 297,369
प्रतिक्रिया समय (औसत) 1.58s 100.31s
प्रतिक्रिया समय (अधिकतम) 9.27s 560.39s
प्रतिक्रिया समय (कुल) 34.72s 2206.82s

Hamster playing table tennis

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

#116 Gemini 3.1 Flash Lite Preview

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

#100 LongCat 2.0

low
लागत
$0.024
समय
428.0s
टोकन
19,557 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 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

त्वरित तुलना

तुलना जोड़ी बदलें