नेविगेशन
AI BENCHY
Advertise here

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

Gemini 3.1 Flash Lite (medium) average score में आगे है: 7.3 vs 7.2. Gemini 3.1 Flash Lite (medium) की benchmark लागत कम है: $0.120 vs $0.506. Gemini 3.1 Flash Lite (medium) तेज है: 4.38s vs 22.11s, pass rates 62.1% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#103
कुल आउटपुट टोकन
62,356
प्रतिक्रिया समय (औसत)
4.38s
कुल लागत
$0.120
रैंक
#108
कुल आउटपुट टोकन
144,359
प्रतिक्रिया समय (औसत)
22.11s
कुल लागत
$0.506
अनुशंसित मॉडल Gemini 3.1 Flash Lite (medium)

It has the best score here (7.3), while costing about 4.2x less than KAT-Coder-Pro V2.5 (high).

विस्तृत तुलना

मेट्रिक Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium रिलीज़: 2026-05-08 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high रिलीज़: 2026-07-14
स्कोर 7.3 7.2
रैंक #103 #108
विश्वसनीयता 10.0 10.0
संगति 9.2 7.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 62.1% 63.6%
अस्थिर टेस्ट 2 6
कुल रन 66 66
प्रति परिणाम लागत 0.922 4.599
कुल लागत $0.120 $0.506
इनपुट कीमत $0.250 / 1M $0.740 / 1M
आउटपुट कीमत $1.500 / 1M $2.960 / 1M
कुल इनपुट टोकन 104,925 106,085
आउटपुट टोकन 9,168 9,071
रीजनिंग टोकन 53,188 135,288
प्रतिक्रिया समय (औसत) 4.38s 22.11s
प्रतिक्रिया समय (अधिकतम) 26.22s 199.97s
प्रतिक्रिया समय (कुल) 96.32s 486.31s
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.

#103 Gemini 3.1 Flash Lite

medium
लागत
$0.003
समय
5.3s
टोकन
1,754 tok

#108 KAT-Coder-Pro V2.5

high
लागत
$0.009
समय
26.4s
टोकन
3,117 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 3.81s 8,134 459 8,978
KAT-Coder-Pro V2.5 6.4 7.9 44.4% 1 22.00s 7,893 422 20,461

त्वरित तुलना

तुलना जोड़ी बदलें