Google: Gemini 3.5 Flash-Lite vs Meituan: LongCat 2.0

平均分几乎持平，为 6.7 vs 6.7。 Gemini 3.5 Flash-Lite (low) benchmark 成本更低，为 $0.145 vs $0.391。 Gemini 3.5 Flash-Lite (low) 更快，为 2.25s vs 100.31s，通过率为 66.7% vs 53.0%。

推荐模型Gemini 3.5 Flash-Lite (low)它在这里得分最高（6.7），同时成本比LongCat 2.0 (low)低约 2.7 倍。

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

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite low 发布日期: 2026-07-21	LongCat 2.0 LongCat 2.0 low 发布日期: 2026-07-20

指标	Gemini 3.5 Flash-Lite Gemini 3.5 Flash-Lite low 发布日期: 2026-07-21	LongCat 2.0 LongCat 2.0 low 发布日期: 2026-07-20
分数	6.7	6.7
排名	#95	#96
可靠性	10.0	9.6
一致性	8.2	8.9
测试正确
尝试通过率	66.7%	53.0%
不稳定测试	5	3
总运行次数	66	66
每个结果成本	1.201	3.910
总成本	$0.145	$0.391
输入价格	$0.300 / 1M	$0.300 / 1M
输出价格	$2.500 / 1M	$1.200 / 1M
总输入令牌	144,622	90,909
输出令牌	15,302	5,679
推理令牌	24,971	297,369
响应时间（平均）	2.25s	100.31s
响应时间（最大）	13.50s	560.39s
响应时间（总计）	49.58s	2206.82s

Hamster playing table tennis

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

#95 Gemini 3.5 Flash-Lite

low

成本: $0.008
时间: 7.7s
令牌: 3,056 tok

#96 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

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 3.5 Flash-Lite	10.0	10.0	100.0%	0		1.30s	516	278	4,147
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-Lite	4.1	7.9	11.1%	1		672ms	8,136	463	0
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-Lite	6.3	5.8	66.7%	1		8.96s	120,017	13,542	5,573
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-Lite	10.0	10.0	100.0%	0		657ms	7,269	287	0
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-Lite	3.6	7.2	22.2%	1		3.63s	651	17	7,901
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-Lite	6.1	3.1	66.7%	1		1.71s	492	92	1,079
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-Lite	9.8	10.0	100.0%	0		869ms	627	70	1,093
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-Lite	7.8	10.0	66.7%	0		1.22s	576	215	2,121
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-Lite	9.8	10.0	100.0%	0		1.76s	6,176	328	340
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-Lite	4.7	1.6	66.7%	1		3.38s	162	10	2,717
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 2.0low Gemini 3.5 Flash-LitelowvsKAT-Coder-Pro V2.5none Gemini 3.5 Flash-LitelowvsQwen3.6 35B A3Bmedium LongCat 2.0lowvsQwen3.6 35B A3Bmedium Gemini 3 Flash PreviewnonevsLongCat 2.0low Gemma 4 26B A4Bmedium免费可用vsLongCat 2.0low LongCat 2.0lowvsGLM 5.2none Gemini 3.5 Flash-LitelowvsGLM 5.2none Gemini 3.5 Flash-LitelowvsLongCat 2.0high Gemini 3.5 FlashminimalvsLongCat 2.0low LongCat 2.0lowvsQwen3.6 Max Previewnone Gemini 3.5 Flash-LitelowvsQwen3.6 Max Previewnone