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

LongCat 2.0 (low) 平均分领先，为 6.7 vs 6.5。 Gemini 3.5 Flash-Lite (medium) benchmark 成本更低，为 $0.369 vs $0.391。 Gemini 3.5 Flash-Lite (medium) 更快，为 6.01s vs 100.31s，通过率为 69.7% vs 53.0%。

推荐模型Gemini 3.5 Flash-Lite (medium)它的得分接近这里的最高分（6.5 vs 6.7），同时响应速度比LongCat 2.0 (low)快约 16.7 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 medium 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 medium 发布日期: 2026-07-21	LongCat 2.0 LongCat 2.0 low 发布日期: 2026-07-20
分数	6.5	6.7
排名	#104	#96
可靠性	10.0	9.6
一致性	7.4	8.9
测试正确
尝试通过率	69.7%	53.0%
不稳定测试	7	3
总运行次数	66	66
每个结果成本	3.074	3.910
总成本	$0.369	$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	118,818	90,909
输出令牌	11,677	5,679
推理令牌	121,611	297,369
响应时间（平均）	6.01s	100.31s
响应时间（最大）	49.03s	560.39s
响应时间（总计）	132.30s	2206.82s

Hamster playing table tennis

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

#104 Gemini 3.5 Flash-Lite

medium

成本: $0.015
时间: 16.4s
令牌: 5,971 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		1.70s	516	149	5,902
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	5.5	7.4	44.4%	1		8.37s	8,136	452	25,999
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	3.8	1.6	50.0%	2		28.68s	94,257	10,068	57,720
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		1.69s	7,269	292	2,801
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	2.9	4.4	22.2%	2		6.62s	651	18	14,669
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	5.4	2.5	66.7%	1		2.93s	492	97	1,991
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		1.59s	627	69	2,851
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	8.4	7.4	88.9%	1		1.70s	576	204	3,632
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	10.0	10.0	100.0%	0		2.63s	6,132	317	1,351
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	3.0	10.0	0.0%	0		5.98s	162	11	4,695
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 LongCat 2.0lowvsQwen3.6 35B A3Bmedium Gemini 3.5 Flash-LitemediumvsQwen3.6 Max Previewnone Gemini 3 Flash PreviewnonevsLongCat 2.0low Gemini 3.5 Flash-LitemediumvsQwen3.5-27Bnone Gemini 3.5 Flash-LitemediumvsLongCat 2.0high Gemini 3.5 Flash-LitemediumvsGLM 5.2none Gemma 4 26B A4Bmedium免费可用vsLongCat 2.0low LongCat 2.0lowvsGLM 5.2none Gemini 3.5 Flash-LitemediumvsQwen3.5 Plus 2026-02-15none Gemini 3.5 FlashminimalvsLongCat 2.0low LongCat 2.0lowvsQwen3.6 Max Previewnone