AI BENCHY Compare

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

Resumen

KAT-Coder-Air V2.5 (medium) lidera en puntuación media con 6.2 vs 6.1. Gemma 4 31B tiene menor coste de benchmark con $0.002 vs $0.045. Gemma 4 31B es más rápido con 4.05s vs 8.28s, con tasas de acierto de 47.6% vs 47.6%.

Modelo recomendadoGemma 4 31BSu puntuación se mantiene cerca de la mejor aquí (6.1 vs 6.2) y cuesta aproximadamente 25.7x 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	Gemma 4 31B Gemma 4 31B none Lanzamiento: 2026-04-02 Disponible gratis	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Lanzamiento: 2026-07-14

Métrica	Gemma 4 31B Gemma 4 31B none Lanzamiento: 2026-04-02 Disponible gratis	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Lanzamiento: 2026-07-14
Puntuación	6.1	6.2
Rango	#120	#115
Fiabilidad	10.0	9.7
Consistencia	10.0	8.8
Pruebas correctas
Tasa de aciertos por intento	47.6%	47.6%
Pruebas inestables	0	3
Ejecuciones totales	63	63
Costo por resultado	0.034	0.562
Costo total	$0.002	$0.045
Precio de entrada	$0.060 / 1M	$0.150 / 1M
Precio de salida	$0.350 / 1M	$0.600 / 1M
Total de tokens de entrada	20,911	42,750
Tokens de salida	1,407	7,759
Tokens de razonamiento	0	56,357
Tiempo de respuesta (promedio)	4.05s	8.28s
Tiempo de respuesta (máximo)	26.13s	48.19s
Tiempo de respuesta (total)	76.87s	173.80s

Generación showcase

Hamster playing table tennis

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

#120 Gemma 4 31B

none

Coste: $0.001
Tiempo: 12.8s
Tokens: 795 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
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	852	45	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
Gemma 4 31B	5.5	10.0	33.3%	0		11.19s	8,381	735	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
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		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
Gemma 4 31B	10.0	10.0	100.0%	0		2.25s	8,352	285	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
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	903	27	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
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	576	117	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
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	795	78	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
Gemma 4 31B	6.5	10.0	33.3%	0		4.23s	828	108	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
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	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
Gemma 4 31B	3.0	10.0	0.0%	0		1.25s	224	12	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