Google: Gemini 3.1 Flash Lite vs Meituan: LongCat 2.0

LongCat 2.0 лидирует по среднему баллу: 6.3 vs 6.1. LongCat 2.0 имеет более низкую стоимость benchmark: $0.044 vs $0.047. Gemini 3.1 Flash Lite (minimal) быстрее: 1.86s vs 5.18s, с долей успешных попыток 51.5% vs 36.4%.

Рекомендуемая модельGemini 3.1 Flash Lite (minimal)Его балл близок к лучшему здесь (6.1 против 6.3), и он отвечает примерно в 2.8 раза быстрее, чем LongCat 2.0.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-20

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Релиз: 2026-05-08	LongCat 2.0 LongCat 2.0 none Релиз: 2026-07-20

Метрика	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Релиз: 2026-05-08	LongCat 2.0 LongCat 2.0 none Релиз: 2026-07-20
Оценка	6.1	6.3
Ранг	#120	#111
Надежность	10.0	10.0
Стабильность	8.9	9.3
Тестов верно
Доля успешных попыток	51.5%	36.4%
Нестабильные тесты	3	2
Всего запусков	66	66
Стоимость за результат	0.465	0.627
Общая стоимость	$0.047	$0.044
Цена входа	$0.250 / 1M	$0.300 / 1M
Цена выхода	$1.500 / 1M	$1.200 / 1M
Общее число входных токенов	119,065	108,743
Выходные токены	11,118	9,372
Токены рассуждений	0	0
Время ответа (среднее)	1.86s	5.18s
Время ответа (макс.)	12.97s	48.38s
Время ответа (суммарно)	40.88s	113.95s

Hamster playing table tennis

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

#120 Gemini 3.1 Flash Lite

minimal

Стоимость: $0.001
Время: 3.7s
Токены: 635 tok

#111 LongCat 2.0

none

Стоимость: $0.027
Время: 411.7s
Токены: 22,283 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:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	500	639	0
LongCat 2.0	4.8	10.0	25.0%	0		2.87s	624	503	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		831ms	8,126	666	0
LongCat 2.0	5.5	10.0	33.3%	0		2.85s	7,446	578	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		7.75s	94,962	8,988	0
LongCat 2.0	6.5	10.0	50.0%	0		28.45s	83,372	7,289	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	7,552	279	0
LongCat 2.0	10.0	10.0	100.0%	0		2.36s	7,671	246	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		1.02s	641	15	0
LongCat 2.0	3.0	10.0	0.0%	0		1.72s	729	25	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	490	63	0
LongCat 2.0	5.0	10.0	0.0%	0		2.76s	489	111	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	615	72	0
LongCat 2.0	6.5	10.0	50.0%	0		2.82s	675	66	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	564	153	0
LongCat 2.0	4.0	5.0	33.3%	2		2.74s	663	299	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		3.51s	5,457	234	0
LongCat 2.0	10.0	10.0	100.0%	0		6.64s	6,867	231	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		724ms	158	9	0
LongCat 2.0	3.0	10.0	0.0%	0		3.92s	207	24	0

Быстрое сравнение

Сменить пару сравнения