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

Google: Gemma 4 26B A4B vs Meituan: LongCat 2.0

average score लगभग बराबर है: 6.6 vs 6.6. Gemma 4 26B A4B (medium) की benchmark लागत कम है: $0.089 vs $0.469. Gemma 4 26B A4B (medium) तेज है: 103.83s vs 148.73s, pass rates 66.7% vs 53.0%.

अनुशंसित मॉडलGemma 4 26B A4B (medium)It has the best score here (6.6), while costing about 5.3x less than LongCat 2.0 (high).

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

मेट्रिक Gemma 4 26B A4B Gemma 4 26B A4B medium रिलीज़: 2026-04-03 निःशुल्क उपलब्ध LongCat 2.0 LongCat 2.0 high रिलीज़: 2026-07-20
स्कोर 6.6 6.6
रैंक #95 #97
विश्वसनीयता 9.4 9.4
संगति 9.2 8.2
सही परीक्षण
प्रति प्रयास पास दर 66.7% 53.0%
अस्थिर टेस्ट 2 5
कुल रन 66 66
प्रति परिणाम लागत 0.643 5.202
कुल लागत $0.089 $0.469
इनपुट कीमत $0.070 / 1M $0.300 / 1M
आउटपुट कीमत $0.340 / 1M $1.200 / 1M
कुल इनपुट टोकन 77,550 93,357
आउटपुट टोकन 28,036 30,466
रीजनिंग टोकन 219,491 336,325
प्रतिक्रिया समय (औसत) 103.83s 148.73s
प्रतिक्रिया समय (अधिकतम) 912.19s 941.66s
प्रतिक्रिया समय (कुल) 2180.47s 3272.00s

Hamster playing table tennis

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

#95 Gemma 4 26B A4B

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

#97 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
Gemma 4 26B A4B 2.9 10.0 0.0% 0 272.54s 5,062 14,838 44,567
LongCat 2.0 7.6 7.2 77.8% 1 505.33s 6,913 244 192,377

त्वरित तुलना

तुलना जोड़ी बदलें