नेव्हिगेशन
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 मध्ये पुढे आहे: 6.7 vs 6.6. Gemma 4 26B A4B (medium) चा benchmark खर्च कमी आहे: $0.089 vs $0.391. LongCat 2.0 (low) वेगवान आहे: 100.31s vs 103.83s, pass rates 66.7% vs 53.0%.

शिफारस केलेले मॉडेलGemma 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).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-21

मेट्रिक Gemma 4 26B A4B Gemma 4 26B A4B medium प्रकाशन: 2026-04-03 मोफत उपलब्ध LongCat 2.0 LongCat 2.0 low प्रकाशन: 2026-07-20
स्कोअर 6.6 6.7
क्रमांक #100 #96
विश्वसनीयता 9.4 9.6
सुसंगतता 9.2 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 53.0%
अस्थिर चाचण्या 2 3
एकूण रन 66 66
प्रति निकाल खर्च 0.643 3.910
एकूण खर्च $0.089 $0.391
इनपुट किंमत $0.070 / 1M $0.300 / 1M
आउटपुट किंमत $0.340 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 77,550 90,909
आउटपुट टोकन्स 28,036 5,679
रिझनिंग टोकन्स 219,491 297,369
प्रतिसाद वेळ (सरासरी) 103.83s 100.31s
प्रतिसाद वेळ (कमाल) 912.19s 560.39s
प्रतिसाद वेळ (एकूण) 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
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#96 LongCat 2.0

low
खर्च
$0.024
वेळ
428.0s
टोकन्स
19,557 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
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

झटपट तुलना

तुलना जोडी बदला