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 vs LongCat 2.0

Scorul mediu este practic egal la 6.4 vs 6.4. LongCat 2.0 are costul de benchmark mai mic, $0.044 vs $0.052. Gemini 3.1 Flash Lite Preview este mai rapid cu 1.56s vs 5.17s, cu rate de reușită de 57.6% vs 40.9%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-08-20

Rang
#155
Total tokenuri de ieșire
14,161
Timp de răspuns (mediu)
1.56s
Cost total
$0.052
Rang
#159
Total tokenuri de ieșire
9,375
Timp de răspuns (mediu)
5.17s
Cost total
$0.044
Model recomandat Gemini 3.1 Flash Lite Preview

Are cel mai bun scor aici (6.4) și răspunde de aproximativ 3.3x mai rapid decât LongCat 2.0.

Comparație detaliată

Metrică Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Lansare: 2026-03-03 LongCat 2.0 LongCat 2.0 none Lansare: 2026-07-20
Scor 6.4 6.4
Rang #155 #159
Fiabilitate 10.0 10.0
Consistență 9.7 9.3
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 57.6% 40.9%
Teste instabile 1 2
Rulări totale 66 66
Cost per rezultat 0.430 0.549
Cost total $0.052 $0.044
Preț de intrare $0.250 / 1M $0.300 / 1M
Preț de ieșire $1.500 / 1M $1.200 / 1M
Total tokenuri de intrare 120,955 108,752
Tokenuri de ieșire 14,161 9,375
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.56s 5.17s
Timp de răspuns (maxim) 9.27s 48.38s
Timp de răspuns (total) 34.32s 113.83s
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.

#155 Gemini 3.1 Flash Lite Preview

none
Cost
$0.003
Timp
4.7s
Tokenuri
1,827 tok

#159 LongCat 2.0

none
Cost
$0.027
Timp
411.7s
Tokenuri
22,283 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 967ms 8,128 670 0
LongCat 2.0 5.5 10.0 33.3% 0 2.85s 7,446 578 0

Comparație rapidă

Schimbă perechea de comparație