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

Gemini 3.5 Flash (minimal) vs LongCat 2.0 (high)

average score जवळपास समान आहे: 6.7 vs 6.7. Gemini 3.5 Flash (minimal) चा benchmark खर्च कमी आहे: $0.300 vs $0.492. Gemini 3.5 Flash (minimal) वेगवान आहे: 2.65s vs 153.29s, pass rates 60.6% vs 51.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-29

तुलना केलेली मॉडेल्स

क्रमांक
#199
एकूण आउटपुट टोकन्स
16,454
प्रतिसाद वेळ (सरासरी)
2.65s
एकूण खर्च
$0.300
क्रमांक
#201
एकूण आउटपुट टोकन्स
386,642
प्रतिसाद वेळ (सरासरी)
153.29s
एकूण खर्च
$0.492
शिफारस केलेले मॉडेल Gemini 3.5 Flash (minimal)

It has the best score here (6.7), while costing about 1.6x less than LongCat 2.0 (high).

तपशीलवार तुलना

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash minimal प्रकाशन: 2026-05-19 LongCat 2.0 LongCat 2.0 high प्रकाशन: 2026-07-20
स्कोअर 6.7 6.7
क्रमांक #199 #201
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.4
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 60.6% 51.5%
अस्थिर चाचण्या 1 4
एकूण रन 66 66
प्रति निकाल खर्च 2.302 5.467
एकूण खर्च $0.300 $0.492
इनपुट किंमत $1.500 / 1M $0.300 / 1M
आउटपुट किंमत $9.000 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 100,762 93,411
आउटपुट टोकन्स 16,454 30,470
रिझनिंग टोकन्स 0 356,172
प्रतिसाद वेळ (सरासरी) 2.65s 153.29s
प्रतिसाद वेळ (कमाल) 25.26s 941.66s
प्रतिसाद वेळ (एकूण) 58.21s 3372.36s
पॅरामीटर्स ~500B एकूण (~20B सक्रिय) 1.6T एकूण (48B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#199 Gemini 3.5 Flash

minimal
खर्च
$0.041
वेळ
20.4s
टोकन्स
4,608 tok

#201 LongCat 2.0

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Gemini 3.5 Flash 5.6 9.9 33.3% 0 2.75s 8,122 3,456 0
LongCat 2.0 7.8 9.3 66.7% 0 505.33s 6,913 244 192,377

झटपट तुलना

तुलना जोडी बदला