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 31B vs Meituan: LongCat 2.0

average score जवळपास समान आहे: 6.3 vs 6.3. LongCat 2.0 चा benchmark खर्च कमी आहे: $0.044 vs $0.163. LongCat 2.0 वेगवान आहे: 5.18s vs 75.38s, pass rates 68.2% vs 36.4%.

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

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-20

मेट्रिक Gemma 4 31B Gemma 4 31B medium प्रकाशन: 2026-04-02 मोफत उपलब्ध LongCat 2.0 LongCat 2.0 none प्रकाशन: 2026-07-20
स्कोअर 6.3 6.3
क्रमांक #110 #111
विश्वसनीयता 10.0 10.0
सुसंगतता 9.0 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.2% 36.4%
अस्थिर चाचण्या 2 2
एकूण रन 66 66
प्रति निकाल खर्च 1.044 0.627
एकूण खर्च $0.163 $0.044
इनपुट किंमत $0.220 / 1M $0.300 / 1M
आउटपुट किंमत $0.550 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 94,992 108,743
आउटपुट टोकन्स 34,468 9,372
रिझनिंग टोकन्स 223,278 0
प्रतिसाद वेळ (सरासरी) 75.38s 5.18s
प्रतिसाद वेळ (कमाल) 437.40s 48.38s
प्रतिसाद वेळ (एकूण) 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
खर्च
$0.002
वेळ
45.7s
टोकन्स
2,696 tok

#111 LongCat 2.0

none
खर्च
$0.027
वेळ
411.7s
टोकन्स
22,283 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 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

झटपट तुलना

तुलना जोडी बदला