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

LongCat 2.0 (low) average score में आगे है: 6.7 vs 6.6. Gemma 4 26B A4B (medium) की benchmark लागत कम है: $0.089 vs $0.391. LongCat 2.0 (low) तेज है: 100.31s vs 103.83s, pass rates 66.7% vs 53.0%.

अनुशंसित मॉडलGemma 4 26B A4B (medium)Its score stays close to the best score here (6.6 vs 6.7), while costing about 4.4x less than LongCat 2.0 (low).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-21

मेट्रिक Gemma 4 26B A4B Gemma 4 26B A4B medium रिलीज़: 2026-04-03 निःशुल्क उपलब्ध LongCat 2.0 LongCat 2.0 low रिलीज़: 2026-07-20
स्कोर 6.6 6.7
रैंक #100 #96
विश्वसनीयता 9.4 9.6
संगति 9.2 8.9
सही परीक्षण
प्रति प्रयास पास दर 66.7% 53.0%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 0.643 3.910
कुल लागत $0.089 $0.391
इनपुट कीमत $0.070 / 1M $0.300 / 1M
आउटपुट कीमत $0.340 / 1M $1.200 / 1M
कुल इनपुट टोकन 77,550 90,909
आउटपुट टोकन 28,036 5,679
रीजनिंग टोकन 219,491 297,369
प्रतिक्रिया समय (औसत) 103.83s 100.31s
प्रतिक्रिया समय (अधिकतम) 912.19s 560.39s
प्रतिक्रिया समय (कुल) 2180.47s 2206.82s

Hamster playing table tennis

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

#100 Gemma 4 26B A4B

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

#96 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
Gemma 4 26B A4B 2.9 10.0 0.0% 0 272.54s 5,062 14,838 44,567
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

त्वरित तुलना

तुलना जोड़ी बदलें