AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Kwaipilot: KAT-Coder-Air V2.5

Resumen

Gemini 3.1 Flash Lite lidera en puntuación media con 6.1 vs 6.0. Gemini 3.1 Flash Lite tiene menor coste de benchmark con $0.013 vs $0.030. Gemini 3.1 Flash Lite es más rápido con 1.06s vs 6.47s, con tasas de acierto de 52.4% vs 46.0%.

Modelo recomendadoGemini 3.1 Flash LiteTiene la mejor puntuación aquí (6.1) y cuesta aproximadamente 2.3x menos que KAT-Coder-Air V2.5 (low).

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

Métrica	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none Lanzamiento: 2026-05-08	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14

Métrica	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none Lanzamiento: 2026-05-08	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lanzamiento: 2026-07-14
Puntuación	6.1	6.0
Rango	#118	#124
Fiabilidad	10.0	9.7
Consistencia	8.6	7.6
Pruebas correctas
Tasa de aciertos por intento	52.4%	46.0%
Pruebas inestables	4	6
Ejecuciones totales	63	63
Costo por resultado	0.144	0.427
Costo total	$0.013	$0.030
Precio de entrada	$0.250 / 1M	$0.150 / 1M
Precio de salida	$1.500 / 1M	$0.600 / 1M
Total de tokens de entrada	36,710	42,464
Tokens de salida	2,484	4,227
Tokens de razonamiento	0	34,864
Tiempo de respuesta (promedio)	1.06s	6.47s
Tiempo de respuesta (máximo)	2.97s	25.49s
Tiempo de respuesta (total)	22.35s	135.80s

Generación showcase

Hamster playing table tennis

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

#118 Gemini 3.1 Flash Lite

none

Coste: $0.001
Tiempo: 4.5s
Tokens: 727 tok

#124 KAT-Coder-Air V2.5

low

Coste: $0.004
Tiempo: 29.9s
Tokens: 6,008 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 3.1 Flash Lite	7.5	8.4	66.7%	1		1.07s	506	639	0
KAT-Coder-Air V2.5	7.3	5.8	83.3%	2		3.50s	672	422	1,548

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 3.1 Flash Lite	5.5	10.0	33.3%	0		938ms	8,128	666	0
KAT-Coder-Air V2.5	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623

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 3.1 Flash Lite	3.0	10.0	0.0%	0		2.73s	12,870	357	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707

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 3.1 Flash Lite	10.0	10.0	100.0%	0		843ms	7,267	279	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069

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 3.1 Flash Lite	2.9	7.2	11.1%	1		762ms	647	15	0
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		4.99s	553	310	3,332

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 3.1 Flash Lite	4.0	10.0	0.0%	0		992ms	486	63	0
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		10.11s	516	142	596

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 3.1 Flash Lite	10.0	10.0	100.0%	0		859ms	619	72	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.64s	699	89	640

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 3.1 Flash Lite	6.3	4.8	66.7%	2		720ms	570	150	0
KAT-Coder-Air V2.5	3.1	4.6	22.2%	2		1.57s	696	294	796

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 3.1 Flash Lite	10.0	10.0	100.0%	0		2.97s	5,457	234	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065

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 3.1 Flash Lite	3.0	10.0	0.0%	0		733ms	160	9	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488

Comparación rápida

Cambiar par de comparación

KAT-Coder-Air V2.5lowvsGPT-5.6 Terranone KAT-Coder-Air V2.5lowvsQwen3.6 Max Previewnone KAT-Coder-Air V2.5lowvsGLM 5none KAT-Coder-Air V2.5lowvsQwen3.6 Flashnone Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5medium KAT-Coder-Air V2.5lowvsQwen3.5-35B-A3Bnone KAT-Coder-Air V2.5lowvsNemotron 3 Ultra 550b A55bnoneDisponible gratis Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow KAT-Coder-Air V2.5lowvsQwen3.5-27Bnone Gemma 4 31BnoneDisponible gratisvsKAT-Coder-Air V2.5low KAT-Coder-Air V2.5lowvsQwen3.5-Flashnone Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5high