Gemini 3.1 Flash Lite Preview (medium) vs Kimi K2.7 Code (medium)

average score लगभग बराबर है: 7.0 vs 7.0. Gemini 3.1 Flash Lite Preview (medium) की benchmark लागत कम है: $0.158 vs $1.136. Gemini 3.1 Flash Lite Preview (medium) तेज है: 6.78s vs 81.18s, pass rates 60.9% vs 60.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-15

तुलना किए गए मॉडल

रैंक: #176
कुल आउटपुट टोकन: 59,534
प्रतिक्रिया समय (औसत): 6.78s
कुल लागत: $0.158

रैंक: #177
कुल आउटपुट टोकन: 207,661
प्रतिक्रिया समय (औसत): 81.18s
कुल लागत: $1.136

अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview (medium)

It has the best score here (7.0), while costing about 7.2x less than Kimi K2.7 Code (medium).

विस्तृत तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03	Kimi K2.7 Code Kimi K2.7 Code medium रिलीज़: 2026-06-12

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03	Kimi K2.7 Code Kimi K2.7 Code medium रिलीज़: 2026-06-12
स्कोर	7.0	7.0
रैंक	#176	#177
विश्वसनीयता	10.0	10.0
संगति	9.9	8.1
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	60.9%	60.9%
अस्थिर टेस्ट	0	5
कुल रन	69	69
प्रति परिणाम लागत	1.124	8.755
कुल लागत	$0.158	$1.136
इनपुट कीमत	$0.250 / 1M	$0.672 / 1M
आउटपुट कीमत	$1.500 / 1M	$3.350 / 1M
कैश पढ़ने की कीमत	$0.025 / 1M	$0.180 / 1M
कैश लिखने की कीमत	$0.084 / 1M	लागू नहीं
कुल इनपुट टोकन	272,221	245,179
आउटपुट टोकन	12,345	62,697
रीजनिंग टोकन	47,189	196,621
प्रतिक्रिया समय (औसत)	6.78s	81.18s
प्रतिक्रिया समय (अधिकतम)	54.91s	365.80s
प्रतिक्रिया समय (कुल)	155.96s	1785.87s
पैरामीटर	~150B कुल (~10B सक्रिय)	1T कुल (32B सक्रिय)
उपलब्धता	बंद स्रोत	वेट उपलब्ध

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.

#176 Gemini 3.1 Flash Lite Preview

medium

लागत: $0.003
समय: 5.2s
टोकन: 1,944 tok

#177 MoonshotAI: Kimi K2.7 Code

medium

लागत: $0.025
समय: 138.0s
टोकन: 6,093 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	5.0	10.0	0.0%	0		54.91s	154,728	1,756	0
Kimi K2.7 Code	5.0	10.0	0.0%	0		104.02s	173,094	5,244	14,528

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305
Kimi K2.7 Code	7.3	5.8	83.3%	2		11.56s	618	3,048	5,041

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 Preview	5.5	10.0	33.3%	0		4.09s	8,126	461	8,597
Kimi K2.7 Code	7.8	9.3	66.7%	0		146.73s	4,650	1,864	25,635

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997
Kimi K2.7 Code	7.3	5.8	83.3%	1		66.03s	57,353	3,642	21,308

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952
Kimi K2.7 Code	10.0	10.0	100.0%	0		12.27s	7,014	248	2,569

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0		4.09s	652	18	6,120
Kimi K2.7 Code	3.7	6.5	22.2%	1		184.17s	443	29,311	66,939

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488
Kimi K2.7 Code	10.0	10.0	100.0%	0		10.78s	477	1,024	1,071

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121
Kimi K2.7 Code	9.9	10.0	100.0%	0		5.39s	669	725	1,232

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896
Kimi K2.7 Code	5.9	7.7	44.4%	1		41.00s	651	15,438	17,368

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912
Kimi K2.7 Code	3.0	10.0	0.0%	0		0ms	0	0	0

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801
Kimi K2.7 Code	3.0	10.0	0.0%	0		341.76s	210	2,153	40,930

तुलना जोड़ी बदलें

Ember-1lowvsKimi K2.7 Codemedium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatdefault Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Kimi K2.7 CodemediumvsGPT-5.2 Chatdefault Kimi K2.7 CodemediumvsStep 5 Previewhigh Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh Kimi K2.7 CodemediumvsGrok 4.6low Gemini 3 Flash PreviewlowvsKimi K2.7 Codemedium Muse Glimmer 30BlowvsKimi K2.7 Codemedium Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30Blow Gemini 3.1 Flash Lite PreviewmediumvsMiMo-V2.6-Flashlow