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

Gemini 3.8 Flash (low) vs LongCat 2.0 (high)

LongCat 2.0 (high) average score में आगे है: 7.3 vs 7.2. Gemini 3.8 Flash (low) की benchmark लागत कम है: $0.323 vs $0.778. Gemini 3.8 Flash (low) तेज है: 7.54s vs 151.67s, pass rates 81.2% vs 53.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#210
कुल आउटपुट टोकन
42,741
प्रतिक्रिया समय (औसत)
7.54s
कुल लागत
$0.323
रैंक
#203
कुल आउटपुट टोकन
404,635
प्रतिक्रिया समय (औसत)
151.67s
कुल लागत
$0.778
अनुशंसित मॉडल Gemini 3.8 Flash (low)

Its score stays close to the best score here (7.2 vs 7.3), while costing about 2.4x less than LongCat 2.0 (high).

विस्तृत तुलना

मेट्रिक Gemini 3.8 Flash Gemini 3.8 Flash low रिलीज़: 2026-09-02 LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20
स्कोर 7.2 7.3
रैंक #210 #203
विश्वसनीयता 9.9 10.0
संगति 8.2 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 81.2% 53.6%
अस्थिर टेस्ट 5 4
कुल रन 69 69
प्रति परिणाम लागत 2.014 5.681
कुल लागत $0.323 $0.778
इनपुट कीमत $0.750 / 1M $0.300 / 1M
आउटपुट कीमत $3.750 / 1M $1.200 / 1M
कैश पढ़ने की कीमत $0.075 / 1M $0.006 / 1M
कैश लिखने की कीमत $0.042 / 1M लागू नहीं
कुल इनपुट टोकन 215,836 275,080
आउटपुट टोकन 9,452 32,447
रीजनिंग टोकन 33,289 372,188
प्रतिक्रिया समय (औसत) 7.54s 151.67s
प्रतिक्रिया समय (अधिकतम) 67.18s 941.66s
प्रतिक्रिया समय (कुल) 173.36s 3488.43s
पैरामीटर ~500B कुल (~20B सक्रिय) 1.6T कुल (48B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#210 Gemini 3.8 Flash

low
लागत
$0.030
समय
45.8s
टोकन
8,023 tok

#203 LongCat 2.0

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
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 3.8 Flash 5.4 7.2 44.4% 1 4.31s 8,118 449 5,706
LongCat 2.0 7.8 9.3 66.7% 0 505.33s 6,913 244 192,377

तुलना जोड़ी बदलें