नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 2.5 Flash vs Kwaipilot: KAT-Coder-Air V2.5

सारांश

average score लगभग बराबर है: 6.2 vs 6.2. Gemini 2.5 Flash की benchmark लागत कम है: $0.016 vs $0.045. Gemini 2.5 Flash तेज है: 875ms vs 8.28s, pass rates 46.0% vs 47.6%.

अनुशंसित मॉडलGemini 2.5 FlashIt has the best score here (6.2), while costing about 3.0x less than KAT-Coder-Air V2.5 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash none रिलीज़: 2025-06-17 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14
स्कोर 6.2 6.2
रैंक #114 #115
विश्वसनीयता 10.0 9.7
संगति 9.6 8.8
सही परीक्षण
प्रति प्रयास पास दर 46.0% 47.6%
अस्थिर टेस्ट 1 3
कुल रन 63 63
प्रति परिणाम लागत 0.169 0.562
कुल लागत $0.016 $0.045
इनपुट कीमत $0.300 / 1M $0.150 / 1M
आउटपुट कीमत $2.500 / 1M $0.600 / 1M
कुल इनपुट टोकन 35,926 42,750
आउटपुट टोकन 1,770 7,759
रीजनिंग टोकन 0 56,357
प्रतिक्रिया समय (औसत) 875ms 8.28s
प्रतिक्रिया समय (अधिकतम) 4.39s 48.19s
प्रतिक्रिया समय (कुल) 18.37s 173.80s

जनरेशन शोकेस

Hamster playing table tennis

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

#114 Gemini 2.5 Flash

none
अमान्य SVG
लागत
$0.164
समय
215.5s
टोकन
65,659 tok

#115 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Gemini 2.5 Flash 5.5 10.0 33.3% 0 736ms 8,122 483 0
KAT-Coder-Air V2.5 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973

त्वरित तुलना

तुलना जोड़ी बदलें