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

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 6.3. LongCat 2.0 की benchmark लागत कम है: $0.044 vs $0.742. LongCat 2.0 तेज है: 5.18s vs 19.20s, pass rates 98.5% vs 36.4%.

अनुशंसित मॉडलGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

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

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 LongCat 2.0 LongCat 2.0 none रिलीज़: 2026-07-20
स्कोर 9.6 6.3
रैंक #1 #111
विश्वसनीयता 10.0 10.0
संगति 9.7 9.3
सही परीक्षण
प्रति प्रयास पास दर 98.5% 36.4%
अस्थिर टेस्ट 1 2
कुल रन 66 66
प्रति परिणाम लागत 3.533 0.627
कुल लागत $0.742 $0.044
इनपुट कीमत $0.500 / 1M $0.300 / 1M
आउटपुट कीमत $3.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 87,861 108,743
आउटपुट टोकन 5,486 9,372
रीजनिंग टोकन 227,164 0
प्रतिक्रिया समय (औसत) 19.20s 5.18s
प्रतिक्रिया समय (अधिकतम) 117.26s 48.38s
प्रतिक्रिया समय (कुल) 422.42s 113.95s

Hamster playing table tennis

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

#1 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
18.4s
टोकन
3,351 tok

#111 LongCat 2.0

none
लागत
$0.027
समय
411.7s
टोकन
22,283 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 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
LongCat 2.0 5.5 10.0 33.3% 0 2.85s 7,446 578 0

त्वरित तुलना

तुलना जोड़ी बदलें