Google: Gemini 3.1 Flash Lite vs Meituan: LongCat 2.0

LongCat 2.0 平均分领先，为 6.3 vs 6.1。 LongCat 2.0 benchmark 成本更低，为 $0.044 vs $0.047。 Gemini 3.1 Flash Lite (minimal) 更快，为 1.86s vs 5.18s，通过率为 51.5% vs 36.4%。

推荐模型Gemini 3.1 Flash Lite (minimal)它的得分接近这里的最高分（6.1 vs 6.3），同时响应速度比LongCat 2.0快约 2.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-20

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08	LongCat 2.0 LongCat 2.0 none 发布日期: 2026-07-20

指标	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal 发布日期: 2026-05-08	LongCat 2.0 LongCat 2.0 none 发布日期: 2026-07-20
分数	6.1	6.3
排名	#120	#111
可靠性	10.0	10.0
一致性	8.9	9.3
测试正确
尝试通过率	51.5%	36.4%
不稳定测试	3	2
总运行次数	66	66
每个结果成本	0.465	0.627
总成本	$0.047	$0.044
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	119,065	108,743
输出令牌	11,118	9,372
推理令牌	0	0
响应时间（平均）	1.86s	5.18s
响应时间（最大）	12.97s	48.38s
响应时间（总计）	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

成本: $0.001
时间: 3.7s
令牌: 635 tok

#111 LongCat 2.0

none

成本: $0.027
时间: 411.7s
令牌: 22,283 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	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

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		831ms	8,126	666	0
LongCat 2.0	5.5	10.0	33.3%	0		2.85s	7,446	578	0

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	3.0	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

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		1.04s	7,552	279	0
LongCat 2.0	10.0	10.0	100.0%	0		2.36s	7,671	246	0

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	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

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		791ms	490	63	0
LongCat 2.0	5.0	10.0	0.0%	0		2.76s	489	111	0

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		932ms	615	72	0
LongCat 2.0	6.5	10.0	50.0%	0		2.82s	675	66	0

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	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

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		3.51s	5,457	234	0
LongCat 2.0	10.0	10.0	100.0%	0		6.64s	6,867	231	0

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		724ms	158	9	0
LongCat 2.0	3.0	10.0	0.0%	0		3.92s	207	24	0

快速对比

切换对比组合