নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Kwaipilot: KAT-Coder-Pro V2.5

সারাংশ

KAT-Coder-Pro V2.5 (low) average score-এ এগিয়ে: 8.0 vs 7.8. Gemini 3.1 Flash Lite (medium)-এর benchmark খরচ কম: $0.071 vs $0.220. Gemini 3.1 Flash Lite (medium) দ্রুত: 3.23s vs 10.44s, pass rates 65.1% vs 71.4%.

প্রস্তাবিত মডেলGemini 3.1 Flash Lite (medium)Its score stays close to the best score here (7.8 vs 8.0), while costing about 3.1x less than KAT-Coder-Pro V2.5 (low).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium প্রকাশ: 2026-05-08 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low প্রকাশ: 2026-07-14
স্কোর 7.8 8.0
র‍্যাঙ্ক #44 #35
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 9.2 7.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.1% 71.4%
অস্থির টেস্ট 2 7
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.539 1.991
মোট খরচ $0.071 $0.220
ইনপুট মূল্য $0.250 / 1M $0.740 / 1M
আউটপুট মূল্য $1.500 / 1M $2.960 / 1M
মোট ইনপুট টোকেন 36,808 42,750
আউটপুট টোকেন 2,254 2,167
রিজনিং টোকেন 38,300 61,133
প্রতিক্রিয়া সময় (গড়) 3.23s 10.44s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 10.87s 51.34s
প্রতিক্রিয়া সময় (মোট) 67.80s 219.17s

জেনারেশন শোকেস

Hamster playing table tennis

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

#44 Gemini 3.1 Flash Lite

medium
খরচ
$0.003
সময়
5.3s
টোকেন
1,754 tok

#35 KAT-Coder-Pro V2.5

low
খরচ
$0.016
সময়
47.6s
টোকেন
5,182 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 3.81s 8,134 459 8,978
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945

দ্রুত তুলনা

তুলনার জুটি বদলান