Gemini 2.5 Flash (medium) vs LongCat 2.0 (high)

Средний балл практически равен: 7.3 vs 7.3. LongCat 2.0 (high) имеет более низкую стоимость benchmark: $0.569 vs $0.644. Gemini 2.5 Flash (medium) быстрее: 20.51s vs 151.67s, с долей успешных попыток 68.1% vs 53.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #135
Общее число выходных токенов: 241,365
Время ответа (среднее): 20.51s
Общая стоимость: $0.644

Ранг: #136
Общее число выходных токенов: 404,635
Время ответа (среднее): 151.67s
Общая стоимость: $0.569

Рекомендуемая модель Gemini 2.5 Flash (medium)

Здесь у него лучший балл (7.3), и он отвечает примерно в 7.4 раза быстрее, чем LongCat 2.0 (high).

Подробное сравнение

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	LongCat 2.0 LongCat 2.0 high Релиз: 2026-07-20

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	LongCat 2.0 LongCat 2.0 high Релиз: 2026-07-20
Оценка	7.3	7.3
Ранг	#135	#136
Надежность	10.0	10.0
Стабильность	9.6	8.5
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	68.1%	53.6%
Нестабильные тесты	1	4
Всего запусков	69	69
Стоимость за результат	4.288	5.681
Общая стоимость	$0.644	$0.569
Цена входа	$0.300 / 1M	$0.300 / 1M
Цена выхода	$2.500 / 1M	$1.200 / 1M
Общее число входных токенов	132,507	275,080
Выходные токены	12,739	32,447
Токены рассуждений	228,626	372,188
Время ответа (среднее)	20.51s	151.67s
Время ответа (макс.)	140.50s	941.66s
Время ответа (суммарно)	471.64s	3488.43s
Параметры	~350B всего (~20B активных)	1.6T всего (48B активных)
Доступность	Закрытая модель	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#135 Gemini 2.5 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

Стоимость: $0.000
Время: 274.0s
Токены: 0 tok

#136 LongCat 2.0

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		6.54s	0	0	0
LongCat 2.0	10.0	10.0	100.0%	0		116.07s	181,669	1,977	16,016

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
LongCat 2.0	8.9	8.1	91.7%	1		7.76s	588	303	3,300

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
LongCat 2.0	7.8	9.3	66.7%	0		505.33s	6,913	244	192,377

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
LongCat 2.0	10.0	10.0	100.0%	0		167.13s	68,941	4,934	49,558

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
LongCat 2.0	3.6	5.8	33.3%	1		10.98s	7,653	197	2,714

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.07s	642	18	80,864
LongCat 2.0	3.6	7.2	22.2%	1		433.73s	505	23,928	86,947

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
LongCat 2.0	5.1	10.0	0.0%	0		17.00s	480	111	1,748

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
LongCat 2.0	6.5	10.0	50.0%	0		6.96s	657	78	1,726

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
LongCat 2.0	3.1	7.4	11.1%	1		9.18s	636	379	2,778

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
LongCat 2.0	10.0	10.0	100.0%	0		10.02s	6,840	249	505

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
LongCat 2.0	3.0	10.0	0.0%	0		99.44s	198	47	14,519

Быстрое сравнение

Сменить пару сравнения

LongCat 2.0highvsQwen3.6 Plusmedium Gemini 3.5 Flash LitemediumvsLongCat 2.0high LongCat 2.0highvsGrok 4.7medium Claude Fable 5.1mediumvsLongCat 2.0high Gemini 2.5 FlashmediumvsGLM 5.3 Flashhigh LongCat 2.0highvsQwen3.5-27Bnone Gemini 2.5 FlashmediumvsQwen3.5-27Bnone LongCat 2.0highvsQwen3.5 Plus 2026-02-15medium Gemma 4 26B A4BmediumБесплатно доступноvsLongCat 2.0high LongCat 2.0highvsQwen3.8 27BmediumБесплатно доступно Gemini 3.8 FlashlowvsLongCat 2.0high Claude Opus 4.8lowvsLongCat 2.0high