নেভিগেশন
AI BENCHY
Advertise here

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 4.9. KAT-Coder-Air V2.5-এর benchmark খরচ কম: $0.037 vs $0.667. KAT-Coder-Air V2.5 দ্রুত: 6.99s vs 18.64s, pass rates 98.4% vs 38.1%.

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 none প্রকাশ: 2026-07-14
স্কোর 9.6 4.9
র‍্যাঙ্ক #2 #168
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.7 7.1
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 98.4% 38.1%
অস্থির টেস্ট 1 7
মোট রান 63 63
প্রতি ফলাফলে খরচ 3.335 0.724
মোট খরচ $0.667 $0.037
ইনপুট মূল্য $0.500 / 1M $0.150 / 1M
আউটপুট মূল্য $3.000 / 1M $0.600 / 1M
মোট ইনপুট টোকেন 37,017 41,328
আউটপুট টোকেন 2,006 49,933
রিজনিং টোকেন 214,153 0
প্রতিক্রিয়া সময় (গড়) 18.64s 6.99s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 117.26s 24.94s
প্রতিক্রিয়া সময় (মোট) 391.35s 146.78s

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

#168 KAT-Coder-Air V2.5

none
খরচ
$0.002
সময়
14.5s
টোকেন
2,619 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 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0

দ্রুত তুলনা

তুলনার জুটি বদলান