#2 Gemini 3.5 Flash
high- 成本
- $0.208
- 时间
- 118.2s
- 令牌
- 23,158 tok
Google: Gemini 3.5 Flash vs Meituan: LongCat 2.0
Gemini 3.5 Flash (high) 平均分领先，为 9.5 vs 6.7。 LongCat 2.0 (low) benchmark 成本更低，为 $0.391 vs $1.976。 Gemini 3.5 Flash (high) 更快，为 15.07s vs 100.31s，通过率为 93.9% vs 53.0%。
推荐模型Gemini 3.5 Flash (high)它在这里得分最高（9.5），同时响应速度比LongCat 2.0 (low)快约 6.7 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-20
| 指标 | Gemini 3.5 Flash Gemini 3.5 Flash high | LongCat 2.0 LongCat 2.0 low |
|---|---|---|
| 分数 | 9.5 | 6.7 |
| 排名 | #2 | #91 |
| 可靠性 | 10.0 | 9.6 |
| 一致性 | 9.3 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 93.9% | 53.0% |
| 不稳定测试 | 2 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 9.879 | 3.910 |
| 总成本 | $1.976 | $0.391 |
| 输入价格 | $1.500 / 1M | $0.300 / 1M |
| 输出价格 | $9.000 / 1M | $1.200 / 1M |
| 总输入令牌 | 107,137 | 90,909 |
| 输出令牌 | 8,777 | 5,679 |
| 推理令牌 | 192,900 | 297,369 |
| 响应时间（平均） | 15.07s | 100.31s |
| 响应时间（最大） | 145.92s | 560.39s |
| 响应时间（总计） | 331.48s | 2206.82s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#91 LongCat 2.0
low- 成本
- $0.024
- 时间
- 428.0s
- 令牌
- 19,557 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
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 492 | 174 | 4,997 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 9.04s | 588 | 225 | 4,303 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 22.96s | 8,118 | 456 | 47,129 | |
| LongCat 2.0 | 6.6 | 4.6 | 77.8% | 2 | 479.30s | 6,544 | 461 | 206,627 |
| 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 3.5 Flash | 8.2 | 6.9 | 66.7% | 1 | 84.14s | 82,416 | 7,153 | 93,585 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 130.21s | 66,883 | 3,905 | 37,643 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.43s | 7,548 | 279 | 8,466 | |
| LongCat 2.0 | 6.3 | 10.0 | 50.0% | 0 | 10.77s | 7,653 | 198 | 2,498 |
| 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 3.5 Flash | 7.6 | 7.2 | 77.8% | 1 | 14.09s | 633 | 12 | 24,721 | |
| LongCat 2.0 | 3.0 | 10.0 | 0.0% | 0 | 86.08s | 496 | 142 | 28,567 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.63s | 486 | 115 | 1,650 | |
| LongCat 2.0 | 3.4 | 2.2 | 33.3% | 1 | 22.45s | 480 | 116 | 2,364 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.35s | 615 | 70 | 3,799 | |
| LongCat 2.0 | 6.5 | 10.0 | 50.0% | 0 | 6.39s | 657 | 78 | 1,604 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.23s | 558 | 241 | 4,940 | |
| LongCat 2.0 | 3.1 | 10.0 | 0.0% | 0 | 8.15s | 636 | 289 | 2,561 |
| 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 3.5 Flash | 9.8 | 10.0 | 100.0% | 0 | 4.96s | 6,115 | 265 | 1,608 | |
| LongCat 2.0 | 10.0 | 10.0 | 100.0% | 0 | 10.81s | 6,840 | 249 | 398 |
| 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 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.94s | 156 | 12 | 2,005 | |
| LongCat 2.0 | 3.0 | 10.0 | 0.0% | 0 | 122.07s | 132 | 16 | 10,804 |
快速对比
切换对比组合
KAT-Coder-Pro V2.5nonevsLongCat 2.0lowGemini 3.5 FlashhighvsGPT-5.6 SollowLongCat 2.0lowvsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsLongCat 2.0lowGemma 4 26B A4Bmedium免费可用vsLongCat 2.0lowLongCat 2.0lowvsGLM 5.2noneGemini 3.5 FlashminimalvsLongCat 2.0lowLongCat 2.0lowvsQwen3.6 Max PreviewnoneLongCat 2.0lowvsGPT-5.5noneLongCat 2.0lowvsStep 3.7 FlashhighLongCat 2.0lowvsQwen3.6 FlashmediumLongCat 2.0lowvsQwen3.6 27Bmedium