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 3.5 Flash vs Meituan: LongCat 2.0

Gemini 3.5 Flash (high) average score में आगे है: 9.5 vs 7.4. LongCat 2.0 (medium) की benchmark लागत कम है: $0.478 vs $1.976. Gemini 3.5 Flash (high) तेज है: 15.07s vs 136.64s, pass rates 93.9% vs 60.6%.

अनुशंसित मॉडलGemini 3.5 Flash (high)It has the best score here (9.5), while responding about 9.1x faster than LongCat 2.0 (medium).

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

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash high रिलीज़: 2026-05-19 LongCat 2.0 LongCat 2.0 medium रिलीज़: 2026-07-20
स्कोर 9.5 7.4
रैंक #2 #60
विश्वसनीयता 10.0 9.8
संगति 9.3 8.9
सही परीक्षण
प्रति प्रयास पास दर 93.9% 60.6%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 9.879 3.978
कुल लागत $1.976 $0.478
इनपुट कीमत $1.500 / 1M $0.300 / 1M
आउटपुट कीमत $9.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 107,137 97,315
आउटपुट टोकन 8,777 44,384
रीजनिंग टोकन 192,900 329,012
प्रतिक्रिया समय (औसत) 15.07s 136.64s
प्रतिक्रिया समय (अधिकतम) 145.92s 939.52s
प्रतिक्रिया समय (कुल) 331.48s 3006.01s

Hamster playing table tennis

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

#2 Gemini 3.5 Flash

high
लागत
$0.208
समय
118.2s
टोकन
23,158 tok

#60 LongCat 2.0

medium
लागत
$0.016
समय
285.1s
टोकन
13,057 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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
LongCat 2.0 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143

त्वरित तुलना

तुलना जोड़ी बदलें