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

KAT-Coder-Air V2.5 (high) average score-এ এগিয়ে: 6.2 vs 6.1. Gemini 3.1 Flash Lite-এর benchmark খরচ কম: $0.013 vs $0.064. Gemini 3.1 Flash Lite দ্রুত: 1.06s vs 11.02s, pass rates 52.4% vs 46.0%.

প্রস্তাবিত মডেলGemini 3.1 Flash LiteIts score stays close to the best score here (6.1 vs 6.2), while costing about 4.9x less than KAT-Coder-Air V2.5 (high).

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

মেট্রিক Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none প্রকাশ: 2026-05-08 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high প্রকাশ: 2026-07-14
স্কোর 6.1 6.2
র‍্যাঙ্ক #118 #110
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 8.6 7.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 52.4% 46.0%
অস্থির টেস্ট 4 6
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.144 0.910
মোট খরচ $0.013 $0.064
ইনপুট মূল্য $0.250 / 1M $0.150 / 1M
আউটপুট মূল্য $1.500 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 36,710 41,748
আউটপুট টোকেন 2,484 3,894
রিজনিং টোকেন 0 91,773
প্রতিক্রিয়া সময় (গড়) 1.06s 11.02s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 2.97s 104.98s
প্রতিক্রিয়া সময় (মোট) 22.35s 231.37s

জেনারেশন শোকেস

Hamster playing table tennis

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

#118 Gemini 3.1 Flash Lite

none
খরচ
$0.001
সময়
4.5s
টোকেন
727 tok

#110 KAT-Coder-Air V2.5

high
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 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 938ms 8,128 666 0
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883

দ্রুত তুলনা

তুলনার জুটি বদলান