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 Flash Preview vs Kwaipilot: KAT-Coder-Air V2.5

सारांश

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 4.9. KAT-Coder-Air V2.5 की benchmark लागत कम है: $0.037 vs $0.667. KAT-Coder-Air V2.5 तेज है: 6.99s vs 18.64s, pass rates 98.4% vs 38.1%.

अनुशंसित मॉडलGemini 3 Flash Preview (medium)It has the strongest score in this comparison (9.6) 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 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none रिलीज़: 2026-07-14
स्कोर 9.6 4.9
रैंक #2 #168
विश्वसनीयता 10.0 10.0
संगति 9.7 7.1
सही परीक्षण
प्रति प्रयास पास दर 98.4% 38.1%
अस्थिर टेस्ट 1 7
कुल रन 63 63
प्रति परिणाम लागत 3.335 0.724
कुल लागत $0.667 $0.037
इनपुट कीमत $0.500 / 1M $0.150 / 1M
आउटपुट कीमत $3.000 / 1M $0.600 / 1M
कुल इनपुट टोकन 37,017 41,328
आउटपुट टोकन 2,006 49,933
रीजनिंग टोकन 214,153 0
प्रतिक्रिया समय (औसत) 18.64s 6.99s
प्रतिक्रिया समय (अधिकतम) 117.26s 24.94s
प्रतिक्रिया समय (कुल) 391.35s 146.78s

जनरेशन शोकेस

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
17.9s
टोकन
3,236 tok

#168 KAT-Coder-Air V2.5

none
लागत
$0.002
समय
14.5s
टोकन
2,619 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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
KAT-Coder-Air V2.5 3.3 9.6 0.0% 0 14.31s 6,472 16,918 0

त्वरित तुलना

तुलना जोड़ी बदलें