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 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 $0.045. Gemini 3.1 Flash Lite Preview দ্রুত: 1.21s vs 8.28s, pass rates 60.3% vs 47.6%.

প্রস্তাবিত মডেলGemini 3.1 Flash Lite PreviewIt has the best score here (6.4), while costing about 2.5x 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 Preview Gemini 3.1 Flash Lite Preview none প্রকাশ: 2026-03-03 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium প্রকাশ: 2026-07-14
স্কোর 6.4 6.2
র‍্যাঙ্ক #102 #115
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 9.7 8.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 60.3% 47.6%
অস্থির টেস্ট 1 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.148 0.562
মোট খরচ $0.018 $0.045
ইনপুট মূল্য $0.250 / 1M $0.150 / 1M
আউটপুট মূল্য $1.500 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 37,582 42,750
আউটপুট টোকেন 5,547 7,759
রিজনিং টোকেন 0 56,357
প্রতিক্রিয়া সময় (গড়) 1.21s 8.28s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 3.39s 48.19s
প্রতিক্রিয়া সময় (মোট) 25.45s 173.80s

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

#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 Preview 5.5 10.0 33.3% 0 967ms 8,128 670 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