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 Flash Preview vs Meituan: LongCat 2.0

average score लगभग बराबर है: 7.4 vs 7.4. Gemini 3 Flash Preview (low) की benchmark लागत कम है: $0.177 vs $0.478. Gemini 3 Flash Preview (low) तेज है: 6.28s vs 136.64s, pass rates 75.8% vs 60.6%.

अनुशंसित मॉडलGemini 3 Flash Preview (low)It has the best score here (7.4), while costing about 2.7x less than LongCat 2.0 (medium).

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

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview low रिलीज़: 2025-12-17 LongCat 2.0 LongCat 2.0 medium रिलीज़: 2026-07-20
स्कोर 7.4 7.4
रैंक #61 #60
विश्वसनीयता 10.0 9.8
संगति 9.2 8.9
सही परीक्षण
प्रति प्रयास पास दर 75.8% 60.6%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 1.101 3.978
कुल लागत $0.177 $0.478
इनपुट कीमत $0.500 / 1M $0.300 / 1M
आउटपुट कीमत $3.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 123,684 97,315
आउटपुट टोकन 9,572 44,384
रीजनिंग टोकन 28,518 329,012
प्रतिक्रिया समय (औसत) 6.28s 136.64s
प्रतिक्रिया समय (अधिकतम) 17.13s 939.52s
प्रतिक्रिया समय (कुल) 138.06s 3006.01s

Hamster playing table tennis

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

#61 Gemini 3 Flash Preview

low
लागत
$0.007
समय
12.1s
टोकन
2,289 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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
LongCat 2.0 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143

त्वरित तुलना

तुलना जोड़ी बदलें