নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Google: Gemini 3 Flash Preview vs Kwaipilot: KAT-Coder-Pro V2.5

সারাংশ

Gemini 3 Flash Preview (medium) average score-এ এগিয়ে: 9.6 vs 7.5. KAT-Coder-Pro V2.5 (medium)-এর benchmark খরচ কম: $0.275 vs $0.667. KAT-Coder-Pro V2.5 (medium) দ্রুত: 12.95s vs 18.64s, pass rates 98.4% vs 65.1%.

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-Pro V2.5 KAT-Coder-Pro V2.5 medium প্রকাশ: 2026-07-14
স্কোর 9.6 7.5
র‍্যাঙ্ক #2 #60
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.7 7.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 98.4% 65.1%
অস্থির টেস্ট 1 6
মোট রান 63 63
প্রতি ফলাফলে খরচ 3.335 2.498
মোট খরচ $0.667 $0.275
ইনপুট মূল্য $0.500 / 1M $0.740 / 1M
আউটপুট মূল্য $3.000 / 1M $2.960 / 1M
মোট ইনপুট টোকেন 37,017 42,750
আউটপুট টোকেন 2,006 2,098
রিজনিং টোকেন 214,153 80,027
প্রতিক্রিয়া সময় (গড়) 18.64s 12.95s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 117.26s 81.45s
প্রতিক্রিয়া সময় (মোট) 391.35s 271.92s

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

#60 KAT-Coder-Pro V2.5

medium
খরচ
$0.009
সময়
25.6s
টোকেন
2,939 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-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658

দ্রুত তুলনা

তুলনার জুটি বদলান