नेविगेशन
AI BENCHY
Advertise here

Gemini 3.5 Flash (minimal) vs LongCat 2.0 (low)

average score लगभग बराबर है: 6.7 vs 6.7. Gemini 3.5 Flash (minimal) की benchmark लागत कम है: $0.300 vs $0.412. Gemini 3.5 Flash (minimal) तेज है: 2.65s vs 113.61s, pass rates 60.6% vs 54.6%.

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

रैंक
#153
कुल आउटपुट टोकन
16,454
प्रतिक्रिया समय (औसत)
2.65s
कुल लागत
$0.300
रैंक
#152
कुल आउटपुट टोकन
320,594
प्रतिक्रिया समय (औसत)
113.61s
कुल लागत
$0.412
अनुशंसित मॉडल Gemini 3.5 Flash (minimal)

It has the best score here (6.7), while responding about 42.9x faster than LongCat 2.0 (low).

विस्तृत तुलना

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash minimal रिलीज़: 2026-05-19 LongCat 2.0 LongCat 2.0 low रिलीज़: 2026-07-20
स्कोर 6.7 6.7
रैंक #153 #152
विश्वसनीयता 10.0 9.9
संगति 9.6 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 60.6% 54.6%
अस्थिर टेस्ट 1 4
कुल रन 66 66
प्रति परिणाम लागत 2.302 4.120
कुल लागत $0.300 $0.412
इनपुट कीमत $1.500 / 1M $0.300 / 1M
आउटपुट कीमत $9.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 100,762 90,870
आउटपुट टोकन 16,454 5,676
रीजनिंग टोकन 0 314,918
प्रतिक्रिया समय (औसत) 2.65s 113.61s
प्रतिक्रिया समय (अधिकतम) 25.26s 560.39s
प्रतिक्रिया समय (कुल) 58.21s 2499.46s
पैरामीटर ~500B कुल (~20B 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.

#153 Gemini 3.5 Flash

minimal
लागत
$0.041
समय
20.4s
टोकन
4,608 tok

#152 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 3.5 Flash 5.6 9.9 33.3% 0 2.75s 8,122 3,456 0
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

त्वरित तुलना

तुलना जोड़ी बदलें