Google: Gemini 3.1 Flash Lite vs Meituan: LongCat 2.0

LongCat 2.0 (high) 平均分领先，为 6.6 vs 6.5。 LongCat 2.0 (high) benchmark 成本更低，为 $0.469 vs $0.621。 Gemini 3.1 Flash Lite (low) 更快，为 16.26s vs 148.73s，通过率为 59.1% vs 53.0%。

推荐模型Gemini 3.1 Flash Lite (low)它的得分接近这里的最高分（6.5 vs 6.6），同时响应速度比LongCat 2.0 (high)快约 9.1 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-21

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	LongCat 2.0 LongCat 2.0 high 发布日期: 2026-07-20

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low 发布日期: 2026-05-08	LongCat 2.0 LongCat 2.0 high 发布日期: 2026-07-20
分数	6.5	6.6
排名	#111	#102
可靠性	10.0	9.4
一致性	9.2	8.2
测试正确
尝试通过率	59.1%	53.0%
不稳定测试	2	5
总运行次数	66	66
每个结果成本	5.170	5.202
总成本	$0.621	$0.469
输入价格	$0.250 / 1M	$0.300 / 1M
输出价格	$1.500 / 1M	$1.200 / 1M
总输入令牌	94,224	93,357
输出令牌	7,759	30,466
推理令牌	390,126	336,325
响应时间（平均）	16.26s	148.73s
响应时间（最大）	318.02s	941.66s
响应时间（总计）	357.64s	3272.00s

Hamster playing table tennis

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

#111 Gemini 3.1 Flash Lite

low

成本: $0.003
时间: 4.0s
令牌: 1,479 tok

#102 LongCat 2.0

high

无效SVG

成本: $0.000
时间: 600.0s
令牌: 0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	7.3	6.2	75.0%	2		1.84s	500	1,013	1,548
LongCat 2.0	8.9	8.1	91.7%	1		7.76s	588	303	3,300

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		1.53s	8,132	471	1,072
LongCat 2.0	7.6	7.2	77.8%	1		505.33s	6,913	244	192,377

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	3.2	9.1	0.0%	0		161.25s	70,202	5,375	381,841
LongCat 2.0	10.0	10.0	100.0%	0		167.13s	68,941	4,934	49,558

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.44s	7,453	291	697
LongCat 2.0	3.6	5.8	33.3%	1		10.98s	7,653	197	2,714

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	5.3	10.0	33.3%	0		1.52s	639	15	1,214
LongCat 2.0	3.6	7.2	22.2%	1		400.28s	451	23,924	67,100

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		1.37s	492	69	438
LongCat 2.0	5.1	10.0	0.0%	0		17.00s	480	111	1,748

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.52s	619	72	760
LongCat 2.0	6.5	10.0	50.0%	0		6.96s	657	78	1,726

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.40s	570	210	1,191
LongCat 2.0	3.1	7.4	11.1%	1		9.18s	636	379	2,778

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		5.66s	5,457	234	945
LongCat 2.0	10.0	10.0	100.0%	0		10.02s	6,840	249	505

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		1.46s	160	9	420
LongCat 2.0	3.0	10.0	0.0%	0		99.44s	198	47	14,519

快速对比

切换对比组合

LongCat 2.0highvsGLM 5.2none Gemma 4 26B A4Bmedium免费可用vsLongCat 2.0high Gemini 3.1 Flash LitelowvsQwen3.5-27Bnone Gemini 3.1 Flash LitelowvsLaguna XS 2.1medium免费可用 Gemini 3.1 Flash LitelowvsMiMo-V2.5medium LongCat 2.0highvsQwen3.6 Max Previewnone Gemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15none Gemini 3.1 Flash LitelowvsQwen3.6 27Bmedium Gemini 3.5 Flash-LitemediumvsLongCat 2.0high LongCat 2.0highvsQwen3.6 27Bmedium KAT-Coder-Pro V2.5nonevsLongCat 2.0high Gemini 3.1 Flash LitelowvsQwen3.6 Max Previewnone