नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 3.5 Flash vs Kwaipilot: KAT-Coder-Pro V2.5

सारांश

Gemini 3.5 Flash (high) average score में आगे है: 9.8 vs 6.8. KAT-Coder-Pro V2.5 की benchmark लागत कम है: $0.220 vs $1.115. Gemini 3.5 Flash (high) तेज है: 8.84s vs 10.81s, pass rates 96.8% vs 71.4%.

अनुशंसित मॉडलGemini 3.5 Flash (high)It has the strongest score in this comparison (9.8) and the best overall balance of cost and response time across all 2 models.

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

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash high रिलीज़: 2026-05-19 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none रिलीज़: 2026-07-14
स्कोर 9.8 6.8
रैंक #1 #89
विश्वसनीयता 10.0 10.0
संगति 9.6 7.3
सही परीक्षण
प्रति प्रयास पास दर 96.8% 71.4%
अस्थिर टेस्ट 1 7
कुल रन 63 63
प्रति परिणाम लागत 5.575 1.992
कुल लागत $1.115 $0.220
इनपुट कीमत $1.500 / 1M $0.740 / 1M
आउटपुट कीमत $9.000 / 1M $2.960 / 1M
कुल इनपुट टोकन 37,594 42,749
आउटपुट टोकन 1,975 63,338
रीजनिंग टोकन 115,638 0
प्रतिक्रिया समय (औसत) 8.84s 10.81s
प्रतिक्रिया समय (अधिकतम) 34.82s 53.57s
प्रतिक्रिया समय (कुल) 185.57s 227.02s

जनरेशन शोकेस

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
लागत
$0.208
समय
118.2s
टोकन
23,158 tok

#89 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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
KAT-Coder-Pro V2.5 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0

त्वरित तुलना

तुलना जोड़ी बदलें