AI BENCHY Compare

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

Resumen

Gemini 3 Flash Preview (medium) lidera en puntuación media con 9.6 vs 6.2. KAT-Coder-Air V2.5 (high) tiene menor coste de benchmark con $0.064 vs $0.667. KAT-Coder-Air V2.5 (high) es más rápido con 11.02s vs 18.64s, con tasas de acierto de 98.4% vs 46.0%.

Modelo recomendadoGemini 3 Flash Preview (medium)Tiene la puntuación más alta en esta comparación (9.6) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

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

Métrica	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lanzamiento: 2025-12-17	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14

Métrica	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lanzamiento: 2025-12-17	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14
Puntuación	9.6	6.2
Rango	#2	#110
Fiabilidad	10.0	9.7
Consistencia	9.7	7.6
Pruebas correctas
Tasa de aciertos por intento	98.4%	46.0%
Pruebas inestables	1	6
Ejecuciones totales	63	63
Costo por resultado	3.335	0.910
Costo total	$0.667	$0.064
Precio de entrada	$0.500 / 1M	$0.150 / 1M
Precio de salida	$3.000 / 1M	$0.600 / 1M
Total de tokens de entrada	37,017	41,748
Tokens de salida	2,006	3,894
Tokens de razonamiento	214,153	91,773
Tiempo de respuesta (promedio)	18.64s	11.02s
Tiempo de respuesta (máximo)	117.26s	104.98s
Tiempo de respuesta (total)	391.35s	231.37s

Generación showcase

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium

Coste: $0.010
Tiempo: 17.9s
Tokens: 3,236 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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
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 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485
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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028

Comparación rápida

Cambiar par de comparación