Google: Gemini 3.1 Flash Lite vs Meituan: LongCat 2.0

Gemini 3.1 Flash Lite (low) unggul dalam skor rata-rata dengan 6.5 vs 6.3. LongCat 2.0 memiliki biaya benchmark lebih rendah di $0.044 vs $0.621. LongCat 2.0 lebih cepat di 5.18s vs 16.26s, dengan tingkat keberhasilan 59.1% vs 36.4%.

Model yang direkomendasikanLongCat 2.0Its score stays close to the best score here (6.3 vs 6.5), while costing about 14.1x less than Gemini 3.1 Flash Lite (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-20

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Rilis: 2026-05-08	LongCat 2.0 LongCat 2.0 none Rilis: 2026-07-20

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low Rilis: 2026-05-08	LongCat 2.0 LongCat 2.0 none Rilis: 2026-07-20
Skor	6.5	6.3
Peringkat	#105	#111
Keandalan	10.0	10.0
Konsistensi	9.2	9.3
Tes benar
Tingkat lulus per percobaan	59.1%	36.4%
Tes tidak stabil	2	2
Total Run	66	66
Biaya per hasil	5.170	0.627
Total Biaya	$0.621	$0.044
Harga input	$0.250 / 1M	$0.300 / 1M
Harga output	$1.500 / 1M	$1.200 / 1M
Total token input	94,224	108,743
Token output	7,759	9,372
Token penalaran	390,126	0
Waktu respons (rata-rata)	16.26s	5.18s
Waktu respons (maks)	318.02s	48.38s
Waktu respons (total)	357.64s	113.95s

Hamster playing table tennis

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

#105 Gemini 3.1 Flash Lite

low

Biaya: $0.003
Waktu: 4.0s
Token: 1,479 tok

#111 LongCat 2.0

none

Biaya: $0.027
Waktu: 411.7s
Token: 22,283 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
LongCat 2.0	4.8	10.0	25.0%	0		2.87s	624	503	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
LongCat 2.0	5.5	10.0	33.3%	0		2.85s	7,446	578	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	3.2	9.1	0.0%	0		161.25s	70,202	5,375	381,841
LongCat 2.0	6.5	10.0	50.0%	0		28.45s	83,372	7,289	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
LongCat 2.0	10.0	10.0	100.0%	0		2.36s	7,671	246	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214
LongCat 2.0	3.0	10.0	0.0%	0		1.72s	729	25	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
LongCat 2.0	5.0	10.0	0.0%	0		2.76s	489	111	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
LongCat 2.0	6.5	10.0	50.0%	0		2.82s	675	66	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
LongCat 2.0	4.0	5.0	33.3%	2		2.74s	663	299	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
LongCat 2.0	10.0	10.0	100.0%	0		6.64s	6,867	231	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
LongCat 2.0	3.0	10.0	0.0%	0		3.92s	207	24	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemma 4 31BmediumTersedia gratisvsLongCat 2.0none Gemini 3.1 Flash LitelowvsQwen3.5-27Bnone Gemini 3.1 Flash LitelowvsLaguna XS 2.1mediumTersedia gratis Gemini 3.1 Flash LitelowvsMiMo-V2.5medium Gemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15none LongCat 2.0nonevsQwen3.5-Flashmedium Gemini 3.1 Flash LitelowvsQwen3.6 27Bmedium Ring-2.6-1TmediumvsLongCat 2.0none LongCat 2.0nonevsGPT-5.6 Lunalow Gemini 3.1 Flash LitelowvsQwen3.6 Max Previewnone LongCat 2.0nonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LitelowvsRing-2.6-1Tmedium