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 Flash Preview vs Kwaipilot: KAT-Coder-Air V2.5

সারাংশ

Gemini 3 Flash Preview (medium) average score-এ এগিয়ে: 9.6 vs 6.0. KAT-Coder-Air V2.5 (low)-এর benchmark খরচ কম: $0.030 vs $0.667. KAT-Coder-Air V2.5 (low) দ্রুত: 6.47s vs 18.64s, pass rates 98.4% vs 46.0%.

প্রস্তাবিত মডেলGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) and the best overall balance of cost and response time across all 2 models.

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

মেট্রিক Gemini 3 Flash Preview Gemini 3 Flash Preview medium প্রকাশ: 2025-12-17 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low প্রকাশ: 2026-07-14
স্কোর 9.6 6.0
র‍্যাঙ্ক #2 #124
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 9.7 7.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 98.4% 46.0%
অস্থির টেস্ট 1 6
মোট রান 63 63
প্রতি ফলাফলে খরচ 3.335 0.427
মোট খরচ $0.667 $0.030
ইনপুট মূল্য $0.500 / 1M $0.150 / 1M
আউটপুট মূল্য $3.000 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 37,017 42,464
আউটপুট টোকেন 2,006 4,227
রিজনিং টোকেন 214,153 34,864
প্রতিক্রিয়া সময় (গড়) 18.64s 6.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 117.26s 25.49s
প্রতিক্রিয়া সময় (মোট) 391.35s 135.80s

জেনারেশন শোকেস

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
খরচ
$0.010
সময়
17.9s
টোকেন
3,236 tok

#124 KAT-Coder-Air V2.5

low
খরচ
$0.004
সময়
29.9s
টোকেন
6,008 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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
KAT-Coder-Air V2.5 3.5 7.3 11.1% 1 11.06s 7,893 2,001 13,623

দ্রুত তুলনা

তুলনার জুটি বদলান