नेविगेशन
AI BENCHY
Advertise here

Gemini 3.5 Flash Lite (low) vs LongCat 2.0 (high)

average score लगभग बराबर है: 6.6 vs 6.7. Gemini 3.5 Flash Lite (low) की benchmark लागत कम है: $0.138 vs $0.492. Gemini 3.5 Flash Lite (low) तेज है: 2.56s vs 153.29s, pass rates 69.7% vs 51.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-03

रैंक
#157
कुल आउटपुट टोकन
38,410
प्रतिक्रिया समय (औसत)
2.56s
कुल लागत
$0.138
रैंक
#155
कुल आउटपुट टोकन
386,642
प्रतिक्रिया समय (औसत)
153.29s
कुल लागत
$0.492
अनुशंसित मॉडल Gemini 3.5 Flash Lite (low)

It has the best score here (6.6), while costing about 3.6x less than LongCat 2.0 (high).

विस्तृत तुलना

मेट्रिक Gemini 3.5 Flash Lite Gemini 3.5 Flash Lite low रिलीज़: 2026-07-21 LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20
स्कोर 6.6 6.7
रैंक #157 #155
विश्वसनीयता 10.0 10.0
संगति 7.8 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 51.5%
अस्थिर टेस्ट 6 4
कुल रन 66 66
प्रति परिणाम लागत 1.149 5.467
कुल लागत $0.138 $0.492
इनपुट कीमत $0.300 / 1M $0.300 / 1M
आउटपुट कीमत $2.500 / 1M $1.200 / 1M
कुल इनपुट टोकन 139,165 93,411
आउटपुट टोकन 12,899 30,470
रीजनिंग टोकन 25,511 356,172
प्रतिक्रिया समय (औसत) 2.56s 153.29s
प्रतिक्रिया समय (अधिकतम) 15.14s 941.66s
प्रतिक्रिया समय (कुल) 56.32s 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.

#157 Gemini 3.5 Flash Lite

low
लागत
$0.007
समय
7.5s
टोकन
2,669 tok

#155 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 3.5 Flash Lite 4.3 10.0 0.0% 0 917ms 8,126 464 0
LongCat 2.0 7.8 9.3 66.7% 0 505.33s 6,913 244 192,377

त्वरित तुलना

तुलना जोड़ी बदलें