नेविगेशन
AI BENCHY
Advertise here

Gemini 3.1 Flash Lite (low) vs KAT-Coder-Pro V2.5

KAT-Coder-Pro V2.5 average score में आगे है: 6.7 vs 6.6. KAT-Coder-Pro V2.5 की benchmark लागत कम है: $0.487 vs $0.621. Gemini 3.1 Flash Lite (low) तेज है: 16.25s vs 26.01s, pass rates 63.6% vs 71.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#147
कुल आउटपुट टोकन
397,891
प्रतिक्रिया समय (औसत)
16.25s
कुल लागत
$0.621
रैंक
#137
कुल आउटपुट टोकन
139,572
प्रतिक्रिया समय (औसत)
26.01s
कुल लागत
$0.487
अनुशंसित मॉडल KAT-Coder-Pro V2.5

It has the strongest score in this comparison (6.7) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite low रिलीज़: 2026-05-08 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none रिलीज़: 2026-07-14
स्कोर 6.6 6.7
रैंक #147 #137
विश्वसनीयता 10.0 10.0
संगति 9.2 7.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 71.2%
अस्थिर टेस्ट 2 8
कुल रन 66 66
प्रति परिणाम लागत 4.773 4.419
कुल लागत $0.621 $0.487
इनपुट कीमत $0.250 / 1M $0.740 / 1M
आउटपुट कीमत $1.500 / 1M $2.960 / 1M
कुल इनपुट टोकन 94,233 98,508
आउटपुट टोकन 7,759 139,572
रीजनिंग टोकन 390,132 0
प्रतिक्रिया समय (औसत) 16.25s 26.01s
प्रतिक्रिया समय (अधिकतम) 318.02s 335.41s
प्रतिक्रिया समय (कुल) 357.39s 572.22s
पैरामीटर ~150B कुल (~10B सक्रिय) ~700B कुल (~72B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#147 Gemini 3.1 Flash Lite

low
लागत
$0.003
समय
4.0s
टोकन
1,479 tok

#137 KAT-Coder-Pro V2.5

none
लागत
$0.010
समय
29.0s
टोकन
3,439 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 3.1 Flash Lite 5.5 10.0 33.3% 0 1.53s 8,132 471 1,072
KAT-Coder-Pro V2.5 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0

त्वरित तुलना

तुलना जोड़ी बदलें