नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Google: Gemini 3 Flash Preview vs Kwaipilot: KAT-Coder-Pro V2.5

सारांश

Gemini 3 Flash Preview (medium) average score में आगे है: 9.6 vs 6.8. KAT-Coder-Pro V2.5 की benchmark लागत कम है: $0.220 vs $0.667. KAT-Coder-Pro V2.5 तेज है: 10.81s vs 18.64s, pass rates 98.4% vs 71.4%.

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-Pro V2.5 KAT-Coder-Pro V2.5 none रिलीज़: 2026-07-14
स्कोर 9.6 6.8
रैंक #2 #89
विश्वसनीयता 10.0 10.0
संगति 9.7 7.3
सही परीक्षण
प्रति प्रयास पास दर 98.4% 71.4%
अस्थिर टेस्ट 1 7
कुल रन 63 63
प्रति परिणाम लागत 3.335 1.992
कुल लागत $0.667 $0.220
इनपुट कीमत $0.500 / 1M $0.740 / 1M
आउटपुट कीमत $3.000 / 1M $2.960 / 1M
कुल इनपुट टोकन 37,017 42,749
आउटपुट टोकन 2,006 63,338
रीजनिंग टोकन 214,153 0
प्रतिक्रिया समय (औसत) 18.64s 10.81s
प्रतिक्रिया समय (अधिकतम) 117.26s 53.57s
प्रतिक्रिया समय (कुल) 391.35s 227.02s

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

#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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
KAT-Coder-Pro V2.5 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0

त्वरित तुलना

तुलना जोड़ी बदलें