AI BENCHY Compare

Google: Gemma 4 31B vs Kwaipilot: KAT-Coder-Air V2.5

Resumen

Gemma 4 31B (medium) lidera en puntuación media con 6.3 vs 6.2. Gemma 4 31B (medium) tiene menor coste de benchmark con $0.032 vs $0.064. KAT-Coder-Air V2.5 (high) es más rápido con 11.02s vs 56.55s, con tasas de acierto de 69.8% vs 46.0%.

Modelo recomendadoGemma 4 31B (medium)Tiene la mejor puntuación aquí (6.3) y cuesta aproximadamente 2.0x 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	Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14

Métrica	Gemma 4 31B Gemma 4 31B medium Lanzamiento: 2026-04-02 Disponible gratis	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Lanzamiento: 2026-07-14
Puntuación	6.3	6.2
Rango	#107	#110
Fiabilidad	10.0	9.7
Consistencia	9.4	7.6
Pruebas correctas
Tasa de aciertos por intento	69.8%	46.0%
Pruebas inestables	1	6
Ejecuciones totales	63	63
Costo por resultado	0.257	0.910
Costo total	$0.032	$0.064
Precio de entrada	$0.060 / 1M	$0.150 / 1M
Precio de salida	$0.350 / 1M	$0.600 / 1M
Total de tokens de entrada	17,957	41,748
Tokens de salida	22,356	3,894
Tokens de razonamiento	65,726	91,773
Tiempo de respuesta (promedio)	56.55s	11.02s
Tiempo de respuesta (máximo)	437.40s	104.98s
Tiempo de respuesta (total)	1074.41s	231.37s

Generación showcase

Hamster playing table tennis

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

#107 Gemma 4 31B

medium

Coste: $0.002
Tiempo: 45.7s
Tokens: 2,696 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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
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
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
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
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
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
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
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
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	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
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028

Comparación rápida

Cambiar par de comparación