Google: Gemini 3 Flash Preview vs Meituan: LongCat 2.0

Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 6.6。 LongCat 2.0 (high) benchmark 成本更低，为 $0.469 vs $0.742。 Gemini 3 Flash Preview (medium) 更快，为 19.20s vs 148.73s，通过率为 98.5% vs 53.0%。

推荐模型Gemini 3 Flash Preview (medium)它在这里得分最高（9.6），同时响应速度比LongCat 2.0 (high)快约 7.7 倍。

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

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	LongCat 2.0 LongCat 2.0 high 发布日期: 2026-07-20

指标	Gemini 3 Flash Preview Gemini 3 Flash Preview medium 发布日期: 2025-12-17	LongCat 2.0 LongCat 2.0 high 发布日期: 2026-07-20
分数	9.6	6.6
排名	#1	#97
可靠性	10.0	9.4
一致性	9.7	8.2
测试正确
尝试通过率	98.5%	53.0%
不稳定测试	1	5
总运行次数	66	66
每个结果成本	3.533	5.202
总成本	$0.742	$0.469
输入价格	$0.500 / 1M	$0.300 / 1M
输出价格	$3.000 / 1M	$1.200 / 1M
总输入令牌	87,861	93,357
输出令牌	5,486	30,466
推理令牌	227,164	336,325
响应时间（平均）	19.20s	148.73s
响应时间（最大）	117.26s	941.66s
响应时间（总计）	422.42s	3272.00s

Hamster playing table tennis

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

#1 Gemini 3 Flash Preview

medium

成本: $0.010
时间: 18.4s
令牌: 3,351 tok

#97 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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
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 Flash Preview	10.0	10.0	100.0%	0		26.75s	63,717	3,831	23,496
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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
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 LongCat 2.0highvsQwen3.6 Max Previewnone Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow LongCat 2.0highvsQwen3.6 27Bmedium KAT-Coder-Pro V2.5nonevsLongCat 2.0high LongCat 2.0highvsMiMo-V2.5medium LongCat 2.0highvsLaguna XS 2.1medium免费可用 LongCat 2.0highvsQwen3.5-27Bnone Gemini 3.1 Flash Lite PreviewlowvsLongCat 2.0high LongCat 2.0highvsQwen3.6 35B A3Bmedium Gemini 3.1 Flash LitelowvsLongCat 2.0high