नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 3.1 Flash Lite vs Kwaipilot: KAT-Coder-Pro V2.5

सारांश

KAT-Coder-Pro V2.5 (low) average score में आगे है: 8.0 vs 7.8. Gemini 3.1 Flash Lite (medium) की benchmark लागत कम है: $0.071 vs $0.220. Gemini 3.1 Flash Lite (medium) तेज है: 3.23s vs 10.44s, pass rates 65.1% vs 71.4%.

अनुशंसित मॉडलGemini 3.1 Flash Lite (medium)Its score stays close to the best score here (7.8 vs 8.0), while costing about 3.1x less than KAT-Coder-Pro V2.5 (low).

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

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 7.8 8.0
रैंक #44 #35
विश्वसनीयता 10.0 9.9
संगति 9.2 7.3
सही परीक्षण
प्रति प्रयास पास दर 65.1% 71.4%
अस्थिर टेस्ट 2 7
कुल रन 63 63
प्रति परिणाम लागत 0.539 1.991
कुल लागत $0.071 $0.220
इनपुट कीमत $0.250 / 1M $0.740 / 1M
आउटपुट कीमत $1.500 / 1M $2.960 / 1M
कुल इनपुट टोकन 36,808 42,750
आउटपुट टोकन 2,254 2,167
रीजनिंग टोकन 38,300 61,133
प्रतिक्रिया समय (औसत) 3.23s 10.44s
प्रतिक्रिया समय (अधिकतम) 10.87s 51.34s
प्रतिक्रिया समय (कुल) 67.80s 219.17s

जनरेशन शोकेस

Hamster playing table tennis

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

#44 Gemini 3.1 Flash Lite

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

#35 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

त्वरित तुलना

तुलना जोड़ी बदलें