#89 Gemini 3 Flash Preview
none- 成本
- $0.003
- 时间
- 5.6s
- 令牌
- 981 tok
Google: Gemini 3 Flash Preview vs Meituan: LongCat 2.0
Gemini 3 Flash Preview 平均分领先，为 6.8 vs 6.6。 Gemini 3 Flash Preview benchmark 成本更低，为 $0.085 vs $0.469。 Gemini 3 Flash Preview 更快，为 2.95s vs 148.73s，通过率为 65.2% vs 53.0%。
推荐模型Gemini 3 Flash Preview它在这里得分最高（6.8），同时成本比LongCat 2.0 (high)低约 5.6 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 none | LongCat 2.0 LongCat 2.0 high |
|---|---|---|
| 分数 | 6.8 | 6.6 |
| 排名 | #89 | #97 |
| 可靠性 | 10.0 | 9.4 |
| 一致性 | 8.9 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 53.0% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.648 | 5.202 |
| 总成本 | $0.085 | $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 | 104,210 | 93,357 |
| 输出令牌 | 10,710 | 30,466 |
| 推理令牌 | 0 | 336,325 |
| 响应时间（平均） | 2.95s | 148.73s |
| 响应时间（最大） | 21.19s | 941.66s |
| 响应时间（总计） | 44.26s | 3272.00s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#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
| 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 | 8.3 | 10.0 | 75.0% | 0 | 1.25s | 498 | 214 | 0 | |
| 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 | 5.5 | 10.0 | 33.3% | 0 | 1.80s | 8,122 | 453 | 0 | |
| 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 | 3.8 | 1.6 | 50.0% | 2 | 12.38s | 80,061 | 9,175 | 0 | |
| 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 | 1.41s | 7,263 | 279 | 0 | |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 963ms | 643 | 18 | 0 | |
| 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 | 1.13s | 490 | 104 | 0 | |
| 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 | 6.4 | 5.8 | 66.7% | 1 | 1.58s | 619 | 74 | 0 | |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 1.05s | 574 | 144 | 0 | |
| 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 | 3.35s | 5,784 | 234 | 0 | |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 1.07s | 156 | 15 | 0 | |
| 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 5.2noneGemma 4 26B A4Bmedium免费可用vsLongCat 2.0highGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumLongCat 2.0highvsQwen3.6 Max PreviewnoneGemini 3 Flash PreviewnonevsLongCat 2.0lowLongCat 2.0highvsQwen3.6 27BmediumKAT-Coder-Pro V2.5nonevsLongCat 2.0highLongCat 2.0highvsMiMo-V2.5mediumLongCat 2.0highvsLaguna XS 2.1medium免费可用LongCat 2.0highvsQwen3.5-27BnoneGemini 3 Flash PreviewnonevsStep 3.7 FlashhighGemini 3.1 Flash Lite PreviewlowvsLongCat 2.0high