नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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

Gemini 3.1 Flash Lite (medium) average score में आगे है: 6.9 vs 6.5. Gemini 3.1 Flash Lite (medium) की benchmark लागत कम है: $0.153 vs $0.568. Gemini 3.1 Flash Lite (medium) तेज है: 6.27s vs 19.40s, pass rates 59.4% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#195
कुल आउटपुट टोकन
63,967
प्रतिक्रिया समय (औसत)
6.27s
कुल लागत
$0.153
रैंक
#226
कुल आउटपुट टोकन
113,193
प्रतिक्रिया समय (औसत)
19.40s
कुल लागत
$0.568
अनुशंसित मॉडल Gemini 3.1 Flash Lite (medium)

It has the best score here (6.9), while costing about 3.7x less than KAT-Coder-Pro V2.5 (low).

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 low रिलीज़: 2026-07-14
स्कोर 6.9 6.5
रैंक #195 #226
विश्वसनीयता 10.0 10.0
संगति 9.2 7.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 65.2%
अस्थिर टेस्ट 2 8
कुल रन 69 69
प्रति परिणाम लागत 1.177 3.636
कुल लागत $0.153 $0.568
इनपुट कीमत $0.250 / 1M $0.740 / 1M
आउटपुट कीमत $1.500 / 1M $2.960 / 1M
कैश पढ़ने की कीमत $0.025 / 1M $0.150 / 1M
कैश लिखने की कीमत $0.084 / 1M लागू नहीं
कुल इनपुट टोकन 228,023 87,682
आउटपुट टोकन 10,779 7,166
रीजनिंग टोकन 53,188 106,027
प्रतिक्रिया समय (औसत) 6.27s 19.40s
प्रतिक्रिया समय (अधिकतम) 47.78s 209.15s
प्रतिक्रिया समय (कुल) 144.10s 446.11s
पैरामीटर ~150B कुल (~10B सक्रिय) ~700B कुल (~72B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#195 Gemini 3.1 Flash Lite

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

#226 KAT-Coder-Pro V2.5

low
लागत
$0.016
समय
47.6s
टोकन
5,182 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 7.8 10.0 66.7% 0 24.87s 7,893 402 24,945

तुलना जोड़ी बदलें