नेविगेशन
AI BENCHY
Advertise here

Gemini 3 Flash Preview vs LongCat 2.0 (high)

Gemini 3 Flash Preview average score में आगे है: 6.8 vs 6.7. Gemini 3 Flash Preview की benchmark लागत कम है: $0.085 vs $0.492. Gemini 3 Flash Preview तेज है: 2.82s vs 153.29s, pass rates 65.2% vs 51.5%.

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

रैंक
#148
कुल आउटपुट टोकन
10,710
प्रतिक्रिया समय (औसत)
2.82s
कुल लागत
$0.085
रैंक
#155
कुल आउटपुट टोकन
386,642
प्रतिक्रिया समय (औसत)
153.29s
कुल लागत
$0.492
अनुशंसित मॉडल Gemini 3 Flash Preview

It has the best score here (6.8), while costing about 5.8x less than LongCat 2.0 (high).

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview none रिलीज़: 2025-12-17 LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20
स्कोर 6.8 6.7
रैंक #148 #155
विश्वसनीयता 10.0 10.0
संगति 8.9 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 65.2% 51.5%
अस्थिर टेस्ट 3 4
कुल रन 66 66
प्रति परिणाम लागत 0.648 5.467
कुल लागत $0.085 $0.492
इनपुट कीमत $0.500 / 1M $0.300 / 1M
आउटपुट कीमत $3.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 104,217 93,411
आउटपुट टोकन 10,710 30,470
रीजनिंग टोकन 0 356,172
प्रतिक्रिया समय (औसत) 2.82s 153.29s
प्रतिक्रिया समय (अधिकतम) 21.19s 941.66s
प्रतिक्रिया समय (कुल) 45.05s 3372.36s
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.

#148 Gemini 3 Flash Preview

none
लागत
$0.003
समय
5.6s
टोकन
981 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 Flash Preview 5.5 10.0 33.3% 0 1.80s 8,122 453 0
LongCat 2.0 7.8 9.3 66.7% 0 505.33s 6,913 244 192,377

त्वरित तुलना

तुलना जोड़ी बदलें