নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

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

সারাংশ

Gemini 3.1 Flash Lite Preview average score-এ এগিয়ে: 6.4 vs 6.2. Gemini 3.1 Flash Lite Preview-এর benchmark খরচ কম: $0.018 vs $0.064. Gemini 3.1 Flash Lite Preview দ্রুত: 1.21s vs 11.02s, pass rates 60.3% vs 46.0%.

প্রস্তাবিত মডেলGemini 3.1 Flash Lite PreviewIt has the best score here (6.4), while costing about 3.6x 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 Preview Gemini 3.1 Flash Lite Preview none প্রকাশ: 2026-03-03 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high প্রকাশ: 2026-07-14
স্কোর 6.4 6.2
র‍্যাঙ্ক #102 #110
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 9.7 7.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 60.3% 46.0%
অস্থির টেস্ট 1 6
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.148 0.910
মোট খরচ $0.018 $0.064
ইনপুট মূল্য $0.250 / 1M $0.150 / 1M
আউটপুট মূল্য $1.500 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 37,582 41,748
আউটপুট টোকেন 5,547 3,894
রিজনিং টোকেন 0 91,773
প্রতিক্রিয়া সময় (গড়) 1.21s 11.02s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 3.39s 104.98s
প্রতিক্রিয়া সময় (মোট) 25.45s 231.37s

জেনারেশন শোকেস

Hamster playing table tennis

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

#102 Gemini 3.1 Flash Lite Preview

none
খরচ
$0.003
সময়
4.7s
টোকেন
1,827 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 Preview 5.5 10.0 33.3% 0 967ms 8,128 670 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