Google: Gemma 4 31B vs Meituan: LongCat 2.0

Skor rata-rata hampir imbang di 6.3 vs 6.3. LongCat 2.0 memiliki biaya benchmark lebih rendah di $0.044 vs $0.163. LongCat 2.0 lebih cepat di 5.18s vs 75.38s, dengan tingkat keberhasilan 68.2% vs 36.4%.

Model yang direkomendasikanLongCat 2.0It has the best score here (6.3), while costing about 3.7x less than Gemma 4 31B (medium).

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

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	LongCat 2.0 LongCat 2.0 none Rilis: 2026-07-20

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	LongCat 2.0 LongCat 2.0 none Rilis: 2026-07-20
Skor	6.3	6.3
Peringkat	#110	#111
Keandalan	10.0	10.0
Konsistensi	9.0	9.3
Tes benar
Tingkat lulus per percobaan	68.2%	36.4%
Tes tidak stabil	2	2
Total Run	66	66
Biaya per hasil	1.044	0.627
Total Biaya	$0.163	$0.044
Harga input	$0.220 / 1M	$0.300 / 1M
Harga output	$0.550 / 1M	$1.200 / 1M
Total token input	94,992	108,743
Token output	34,468	9,372
Token penalaran	223,278	0
Waktu respons (rata-rata)	75.38s	5.18s
Waktu respons (maks)	437.40s	48.38s
Waktu respons (total)	1507.52s	113.95s

Hamster playing table tennis

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

#110 Gemma 4 31B

medium

Biaya: $0.002
Waktu: 45.7s
Token: 2,696 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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
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
Gemma 4 31B	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552
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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
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
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
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
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
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
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
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
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
LongCat 2.0	3.0	10.0	0.0%	0		3.92s	207	24	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 5nonevsGemma 4 31BmediumTersedia gratis LongCat 2.0nonevsQwen3.5-Flashmedium Ring-2.6-1TmediumvsLongCat 2.0none LongCat 2.0nonevsGPT-5.6 Lunalow Seed-2.0-LitenonevsGemma 4 31BmediumTersedia gratis Gemma 4 31BmediumTersedia gratisvsGPT-5.6 Lunalow LongCat 2.0nonevsQwen3.5-35B-A3Bmedium Gemma 4 31BmediumTersedia gratisvsQwen3.5 Plus 2026-02-15none Gemini 3.1 Flash LiteminimalvsLongCat 2.0none LongCat 2.0nonevsgpt-oss-120bmedium LongCat 2.0nonevsInklinglow Gemini 3.1 Flash LitelowvsLongCat 2.0none