AI BENCHY Compare

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

Resumen

La puntuación media está prácticamente empatada en 6.1 vs 6.2. Gemini 3.1 Flash Lite tiene menor coste de benchmark con $0.013 vs $0.045. Gemini 3.1 Flash Lite es más rápido con 1.06s vs 8.28s, con tasas de acierto de 52.4% vs 47.6%.

Modelo recomendadoGemini 3.1 Flash LiteTiene la mejor puntuación aquí (6.1) y cuesta aproximadamente 3.5x menos que KAT-Coder-Air V2.5 (medium).

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 medium 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 medium Lanzamiento: 2026-07-14
Puntuación	6.1	6.2
Rango	#118	#115
Fiabilidad	10.0	9.7
Consistencia	8.6	8.8
Pruebas correctas
Tasa de aciertos por intento	52.4%	47.6%
Pruebas inestables	4	3
Ejecuciones totales	63	63
Costo por resultado	0.144	0.562
Costo total	$0.013	$0.045
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	42,750
Tokens de salida	2,484	7,759
Tokens de razonamiento	0	56,357
Tiempo de respuesta (promedio)	1.06s	8.28s
Tiempo de respuesta (máximo)	2.97s	48.19s
Tiempo de respuesta (total)	22.35s	173.80s

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

#115 KAT-Coder-Air V2.5

medium

Coste: $0.003
Tiempo: 23.7s
Tokens: 4,924 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	8.7	8.0	91.7%	1		3.79s	672	549	4,194

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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973

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		27.68s	15,132	372	4,816

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		3.65s	7,776	268	1,881

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	3.0	10.0	0.0%	0		4.87s	771	487	4,454

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		9.81s	516	189	557

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	10.0	10.0	100.0%	0		1.50s	699	93	730

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	3.6	7.2	22.2%	1		1.87s	696	265	1,184

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		4.77s	8,391	317	906

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		15.74s	204	20	7,662

Comparación rápida

Cambiar par de comparación