Google: Gemma 4 26B A4B vs Meituan: LongCat 2.0

平均分几乎持平，为 6.6 vs 6.6。 Gemma 4 26B A4B (medium) benchmark 成本更低，为 $0.089 vs $0.469。 Gemma 4 26B A4B (medium) 更快，为 103.83s vs 148.73s，通过率为 66.7% vs 53.0%。

推荐模型Gemma 4 26B A4B (medium)它在这里得分最高（6.6），同时成本比LongCat 2.0 (high)低约 5.3 倍。

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

指标	Gemma 4 26B A4B Gemma 4 26B A4B medium 发布日期: 2026-04-03 免费可用	LongCat 2.0 LongCat 2.0 high 发布日期: 2026-07-20

指标	Gemma 4 26B A4B Gemma 4 26B A4B medium 发布日期: 2026-04-03 免费可用	LongCat 2.0 LongCat 2.0 high 发布日期: 2026-07-20
分数	6.6	6.6
排名	#95	#97
可靠性	9.4	9.4
一致性	9.2	8.2
测试正确
尝试通过率	66.7%	53.0%
不稳定测试	2	5
总运行次数	66	66
每个结果成本	0.643	5.202
总成本	$0.089	$0.469
输入价格	$0.070 / 1M	$0.300 / 1M
输出价格	$0.340 / 1M	$1.200 / 1M
总输入令牌	77,550	93,357
输出令牌	28,036	30,466
推理令牌	219,491	336,325
响应时间（平均）	103.83s	148.73s
响应时间（最大）	912.19s	941.66s
响应时间（总计）	2180.47s	3272.00s

Hamster playing table tennis

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

#95 Gemma 4 26B A4B

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		6.20s	816	1,142	3,045
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
Gemma 4 26B A4B	2.9	10.0	0.0%	0		272.54s	5,062	14,838	44,567
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
Gemma 4 26B A4B	6.3	10.0	50.0%	0		492.87s	54,390	5,451	132,113
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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		16.51s	8,334	1,567	2,827
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
Gemma 4 26B A4B	2.9	4.4	22.2%	2		23.62s	516	2,469	7,105
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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		29.76s	567	25	5,075
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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		17.54s	777	887	4,470
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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		5.79s	801	410	2,128
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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		9.01s	6,096	450	1,256
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
Gemma 4 26B A4B	3.0	10.0	0.0%	0		180.87s	191	797	16,905
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

Gemma 4 26B A4Bmedium免费可用vsGLM 5.2none LongCat 2.0highvsGLM 5.2none LongCat 2.0highvsQwen3.6 Max Previewnone Gemma 4 26B A4Bmedium免费可用vsQwen3.6 Max Previewnone LongCat 2.0highvsQwen3.6 27Bmedium Gemma 4 26B A4Bmedium免费可用vsKAT-Coder-Pro V2.5none Gemma 4 26B A4Bmedium免费可用vsLongCat 2.0low 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