AI BENCHY Compare

Google: Gemini 2.5 Flash vs Kwaipilot: KAT-Coder-Air V2.5

Resumen

KAT-Coder-Air V2.5 (high) lidera en puntuación media con 6.2 vs 6.2. Gemini 2.5 Flash tiene menor coste de benchmark con $0.016 vs $0.064. Gemini 2.5 Flash es más rápido con 875ms vs 11.02s, con tasas de acierto de 46.0% vs 46.0%.

Modelo recomendadoGemini 2.5 FlashSu puntuación se mantiene cerca de la mejor aquí (6.2 vs 6.2) y cuesta aproximadamente 4.2x menos que KAT-Coder-Air V2.5 (high).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-14

Métrica	Gemini 2.5 Flash Gemini 2.5 Flash none Lanzamiento: 2025-06-17	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14

Métrica	Gemini 2.5 Flash Gemini 2.5 Flash none Lanzamiento: 2025-06-17	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14
Puntuación	6.2	6.2
Rango	#114	#110
Fiabilidad	10.0	9.7
Consistencia	9.6	7.6
Pruebas correctas
Tasa de aciertos por intento	46.0%	46.0%
Pruebas inestables	1	6
Ejecuciones totales	63	63
Costo por resultado	0.169	0.910
Costo total	$0.016	$0.064
Precio de entrada	$0.300 / 1M	$0.150 / 1M
Precio de salida	$2.500 / 1M	$0.600 / 1M
Total de tokens de entrada	35,926	41,748
Tokens de salida	1,770	3,894
Tokens de razonamiento	0	91,773
Tiempo de respuesta (promedio)	875ms	11.02s
Tiempo de respuesta (máximo)	4.39s	104.98s
Tiempo de respuesta (total)	18.37s	231.37s

Generación showcase

Hamster playing table tennis

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

#114 Gemini 2.5 Flash

none

SVG inválido

Coste: $0.164
Tiempo: 215.5s
Tokens: 65,659 tok

#110 KAT-Coder-Air V2.5

high

SVG inválido

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 2.5 Flash	3.0	10.0	0.0%	0		582ms	492	102	0
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	0
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 2.5 Flash	3.0	10.0	0.0%	0		4.39s	12,519	366	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 2.5 Flash	10.0	10.0	100.0%	0		652ms	7,257	279	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 2.5 Flash	5.9	7.2	55.6%	1		495ms	633	12	0
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 2.5 Flash	5.0	10.0	0.0%	0		615ms	486	78	0
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 2.5 Flash	10.0	10.0	100.0%	0		590ms	615	72	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 2.5 Flash	7.7	10.0	66.7%	0		604ms	558	132	0
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 2.5 Flash	10.0	10.0	100.0%	0		1.91s	5,088	234	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Gemini 2.5 Flash	3.0	10.0	0.0%	0		1.15s	156	12	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028

Comparación rápida

Cambiar par de comparación