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-Air V2.5

সারাংশ

average score প্রায় সমান: 6.1 vs 6.2. Gemini 3.1 Flash Lite (minimal)-এর benchmark খরচ কম: $0.013 vs $0.045. Gemini 3.1 Flash Lite (minimal) দ্রুত: 1.33s vs 8.28s, pass rates 54.0% vs 47.6%.

প্রস্তাবিত মডেলGemini 3.1 Flash Lite (minimal)It has the best score here (6.1), while costing about 3.5x less than KAT-Coder-Air V2.5 (medium).

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

মেট্রিক Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal প্রকাশ: 2026-05-08 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium প্রকাশ: 2026-07-14
স্কোর 6.1 6.2
র‍্যাঙ্ক #116 #115
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 8.8 8.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 54.0% 47.6%
অস্থির টেস্ট 3 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.130 0.562
মোট খরচ $0.013 $0.045
ইনপুট মূল্য $0.250 / 1M $0.150 / 1M
আউটপুট মূল্য $1.500 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 36,973 42,750
আউটপুট টোকেন 2,487 7,759
রিজনিং টোকেন 0 56,357
প্রতিক্রিয়া সময় (গড়) 1.33s 8.28s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 4.49s 48.19s
প্রতিক্রিয়া সময় (মোট) 27.91s 173.80s

জেনারেশন শোকেস

Hamster playing table tennis

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

#116 Gemini 3.1 Flash Lite

minimal
খরচ
$0.001
সময়
3.7s
টোকেন
635 tok

#115 KAT-Coder-Air V2.5

medium
খরচ
$0.003
সময়
23.7s
টোকেন
4,924 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 831ms 8,126 666 0
KAT-Coder-Air V2.5 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973

দ্রুত তুলনা

তুলনার জুটি বদলান