AI BENCHY Compare

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

Resumen

Gemini 3.1 Flash Lite Preview lidera en puntuación media con 6.4 vs 6.2. Gemini 3.1 Flash Lite Preview tiene menor coste de benchmark con $0.018 vs $0.064. Gemini 3.1 Flash Lite Preview es más rápido con 1.21s vs 11.02s, con tasas de acierto de 60.3% vs 46.0%.

Modelo recomendadoGemini 3.1 Flash Lite PreviewTiene la mejor puntuación aquí (6.4) y cuesta aproximadamente 3.6x 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 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Lanzamiento: 2026-03-03	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14

Métrica	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none Lanzamiento: 2026-03-03	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14
Puntuación	6.4	6.2
Rango	#102	#110
Fiabilidad	10.0	9.7
Consistencia	9.7	7.6
Pruebas correctas
Tasa de aciertos por intento	60.3%	46.0%
Pruebas inestables	1	6
Ejecuciones totales	63	63
Costo por resultado	0.148	0.910
Costo total	$0.018	$0.064
Precio de entrada	$0.250 / 1M	$0.150 / 1M
Precio de salida	$1.500 / 1M	$0.600 / 1M
Total de tokens de entrada	37,582	41,748
Tokens de salida	5,547	3,894
Tokens de razonamiento	0	91,773
Tiempo de respuesta (promedio)	1.21s	11.02s
Tiempo de respuesta (máximo)	3.39s	104.98s
Tiempo de respuesta (total)	25.45s	231.37s

Generación showcase

Hamster playing table tennis

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

#102 Gemini 3.1 Flash Lite Preview

none

Coste: $0.003
Tiempo: 4.7s
Tokens: 1,827 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 3.1 Flash Lite Preview	7.5	8.4	66.7%	1		1.04s	504	1,092	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 3.1 Flash Lite Preview	5.5	10.0	33.3%	0		967ms	8,128	670	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 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		3.20s	13,026	339	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 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.22s	7,550	399	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 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		942ms	641	568	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 3.1 Flash Lite Preview	4.0	10.0	0.0%	0		741ms	488	69	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 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.13s	623	574	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 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		900ms	570	1,045	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 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.39s	5,894	782	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 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		814ms	158	9	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