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 (medium) tiene menor coste de benchmark con $0.045 vs $0.667. KAT-Coder-Air V2.5 (medium) es más rápido con 8.28s vs 18.64s, con tasas de acierto de 98.4% vs 47.6%.

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 medium 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 medium Lanzamiento: 2026-07-14
Puntuación	9.6	6.2
Rango	#2	#115
Fiabilidad	10.0	9.7
Consistencia	9.7	8.8
Pruebas correctas
Tasa de aciertos por intento	98.4%	47.6%
Pruebas inestables	1	3
Ejecuciones totales	63	63
Costo por resultado	3.335	0.562
Costo total	$0.667	$0.045
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	42,750
Tokens de salida	2,006	7,759
Tokens de razonamiento	214,153	56,357
Tiempo de respuesta (promedio)	18.64s	8.28s
Tiempo de respuesta (máximo)	117.26s	48.19s
Tiempo de respuesta (total)	391.35s	173.80s

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

#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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
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 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		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 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		3.65s	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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
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 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	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 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		15.74s	204	20	7,662

Comparación rápida

Cambiar par de comparación