Google: Gemini 3 Flash Preview vs Meituan: LongCat 2.0

Gemini 3 Flash Preview (medium) 平均分领先，为 9.6 vs 6.3。 LongCat 2.0 benchmark 成本更低，为 $0.044 vs $0.742。 LongCat 2.0 更快，为 5.18s vs 19.20s，通过率为 98.5% vs 36.4%。

推荐模型Gemini 3 Flash Preview (medium)它在本次比较中得分最高（9.6），并且在全部 2 个模型中兼顾成本和响应时间最好。

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 none 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 none 发布日期: 2026-07-20
分数	9.6	6.3
排名	#1	#111
可靠性	10.0	10.0
一致性	9.7	9.3
测试正确
尝试通过率	98.5%	36.4%
不稳定测试	1	2
总运行次数	66	66
每个结果成本	3.533	0.627
总成本	$0.742	$0.044
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	108,743
输出令牌	5,486	9,372
推理令牌	227,164	0
响应时间（平均）	19.20s	5.18s
响应时间（最大）	117.26s	48.38s
响应时间（总计）	422.42s	113.95s

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

#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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
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 Flash Preview	10.0	10.0	100.0%	0		26.75s	63,717	3,831	23,496
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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
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 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		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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
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 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		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 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		3.92s	207	24	0

快速对比

切换对比组合

Gemma 4 31Bmedium免费可用vsLongCat 2.0none LongCat 2.0nonevsQwen3.5-Flashmedium Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow Ring-2.6-1TmediumvsLongCat 2.0none LongCat 2.0nonevsGPT-5.6 Lunalow LongCat 2.0nonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LiteminimalvsLongCat 2.0none LongCat 2.0nonevsgpt-oss-120bmedium LongCat 2.0nonevsInklinglow Gemini 3.1 Flash LitelowvsLongCat 2.0none Gemini 3.1 Flash Lite PreviewlowvsLongCat 2.0none LongCat 2.0nonevsLaguna XS 2.1medium免费可用