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

Gemini 3.1 Flash Lite Preview (low) vs LongCat 2.0 (low)

LongCat 2.0 (low) conduce la scorul mediu cu 6.7 vs 6.6. LongCat 2.0 (low) are costul de benchmark mai mic, $0.412 vs $0.646. Gemini 3.1 Flash Lite Preview (low) este mai rapid cu 16.67s vs 113.61s, cu rate de reușită de 63.6% vs 54.6%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-08-29

Rang
#149
Total tokenuri de ieșire
412,179
Timp de răspuns (mediu)
16.67s
Cost total
$0.646
Rang
#142
Total tokenuri de ieșire
320,594
Timp de răspuns (mediu)
113.61s
Cost total
$0.412
Model recomandat Gemini 3.1 Flash Lite Preview (low)

Scorul rămâne aproape de cel mai bun scor de aici (6.6 vs 6.7) și răspunde de aproximativ 6.8x mai rapid decât LongCat 2.0 (low).

Comparație detaliată

Metrică Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Lansare: 2026-03-03 LongCat 2.0 LongCat 2.0 low Lansare: 2026-07-20
Scor 6.6 6.7
Rang #149 #142
Fiabilitate 10.0 9.9
Consistență 10.0 8.5
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 63.6% 54.6%
Teste instabile 0 4
Rulări totale 66 66
Cost per rezultat 4.613 4.120
Cost total $0.646 $0.412
Preț de intrare $0.250 / 1M $0.300 / 1M
Preț de ieșire $1.500 / 1M $1.200 / 1M
Total tokenuri de intrare 110,196 90,870
Tokenuri de ieșire 14,717 5,676
Tokenuri de raționament 397,462 314,918
Timp de răspuns (mediu) 16.67s 113.61s
Timp de răspuns (maxim) 309.35s 560.39s
Timp de răspuns (total) 366.69s 2499.46s
Parametri ~150B în total (~10B activi) 1.6T în total (48B activi)
Disponibilitate Închis Sursă deschisă

Prezentare generare modele

Hamster playing table tennis

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

#149 Gemini 3.1 Flash Lite Preview

low
Cost
$0.002
Timp
3.7s
Tokenuri
1,203 tok

#142 LongCat 2.0

low
Cost
$0.024
Timp
428.0s
Tokenuri
19,557 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
LongCat 2.0 6.6 4.6 77.8% 2 479.30s 6,544 461 206,627

Comparație rapidă

Schimbă perechea de comparație