नेविगेशन
AI BENCHY
Advertise here

Gemini 3 Flash Preview vs LongCat 2.0 (low)

average score लगभग बराबर है: 6.8 vs 6.7. Gemini 3 Flash Preview की benchmark लागत कम है: $0.085 vs $0.412. Gemini 3 Flash Preview तेज है: 2.82s vs 113.61s, pass rates 65.2% vs 54.6%.

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
#152
कुल आउटपुट टोकन
320,594
प्रतिक्रिया समय (औसत)
113.61s
कुल लागत
$0.412
अनुशंसित मॉडल Gemini 3 Flash Preview

It has the best score here (6.8), while costing about 4.9x less than LongCat 2.0 (low).

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview none रिलीज़: 2025-12-17 LongCat 2.0 LongCat 2.0 low रिलीज़: 2026-07-20
स्कोर 6.8 6.7
रैंक #148 #152
विश्वसनीयता 10.0 9.9
संगति 8.9 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 65.2% 54.6%
अस्थिर टेस्ट 3 4
कुल रन 66 66
प्रति परिणाम लागत 0.648 4.120
कुल लागत $0.085 $0.412
इनपुट कीमत $0.500 / 1M $0.300 / 1M
आउटपुट कीमत $3.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 104,217 90,870
आउटपुट टोकन 10,710 5,676
रीजनिंग टोकन 0 314,918
प्रतिक्रिया समय (औसत) 2.82s 113.61s
प्रतिक्रिया समय (अधिकतम) 21.19s 560.39s
प्रतिक्रिया समय (कुल) 45.05s 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.

#148 Gemini 3 Flash Preview

none
लागत
$0.003
समय
5.6s
टोकन
981 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 Flash Preview 5.5 10.0 33.3% 0 1.80s 8,122 453 0
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

त्वरित तुलना

तुलना जोड़ी बदलें