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

AI BENCHY तुलना

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

सारांश

average score लगभग बराबर है: 6.8 vs 6.8. Gemini 3.5 Flash (minimal) की benchmark लागत कम है: $0.108 vs $0.220. Gemini 3.5 Flash (minimal) तेज है: 1.57s vs 10.81s, pass rates 68.3% vs 71.4%.

अनुशंसित मॉडलGemini 3.5 Flash (minimal)It has the best score here (6.8), while costing about 2.0x less than KAT-Coder-Pro V2.5.

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

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash minimal रिलीज़: 2026-05-19 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none रिलीज़: 2026-07-14
स्कोर 6.8 6.8
रैंक #88 #89
विश्वसनीयता 10.0 10.0
संगति 9.6 7.3
सही परीक्षण
प्रति प्रयास पास दर 68.3% 71.4%
अस्थिर टेस्ट 1 7
कुल रन 63 63
प्रति परिणाम लागत 0.767 1.992
कुल लागत $0.108 $0.220
इनपुट कीमत $1.500 / 1M $0.740 / 1M
आउटपुट कीमत $9.000 / 1M $2.960 / 1M
कुल इनपुट टोकन 39,847 42,749
आउटपुट टोकन 5,277 63,338
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 1.57s 10.81s
प्रतिक्रिया समय (अधिकतम) 5.51s 53.57s
प्रतिक्रिया समय (कुल) 33.02s 227.02s

जनरेशन शोकेस

Hamster playing table tennis

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

#88 Gemini 3.5 Flash

minimal
लागत
$0.041
समय
20.4s
टोकन
4,608 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 5.6 9.9 33.3% 0 2.75s 8,122 3,456 0
KAT-Coder-Pro V2.5 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0

त्वरित तुलना

तुलना जोड़ी बदलें