नेविगेशन
AI BENCHY
Advertise here

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

average score लगभग बराबर है: 6.8 vs 6.7. Gemini 3 Flash Preview की benchmark लागत कम है: $0.085 vs $0.487. Gemini 3 Flash Preview तेज है: 2.82s vs 26.01s, pass rates 65.2% vs 71.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#138
कुल आउटपुट टोकन
10,710
प्रतिक्रिया समय (औसत)
2.82s
कुल लागत
$0.085
रैंक
#141
कुल आउटपुट टोकन
139,572
प्रतिक्रिया समय (औसत)
26.01s
कुल लागत
$0.487
अनुशंसित मॉडल Gemini 3 Flash Preview

It has the best score here (6.8), while costing about 5.8x less than KAT-Coder-Pro V2.5.

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview none रिलीज़: 2025-12-17 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none रिलीज़: 2026-07-14
स्कोर 6.8 6.7
रैंक #138 #141
विश्वसनीयता 10.0 10.0
संगति 8.9 7.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 65.2% 71.2%
अस्थिर टेस्ट 3 8
कुल रन 66 66
प्रति परिणाम लागत 0.648 4.419
कुल लागत $0.085 $0.487
इनपुट कीमत $0.500 / 1M $0.740 / 1M
आउटपुट कीमत $3.000 / 1M $2.960 / 1M
कुल इनपुट टोकन 104,217 98,508
आउटपुट टोकन 10,710 139,572
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 2.82s 26.01s
प्रतिक्रिया समय (अधिकतम) 21.19s 335.41s
प्रतिक्रिया समय (कुल) 45.05s 572.22s
पैरामीटर ~500B कुल (~20B सक्रिय) ~700B कुल (~72B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#138 Gemini 3 Flash Preview

none
लागत
$0.003
समय
5.6s
टोकन
981 tok

#141 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 5.5 10.0 33.3% 0 1.80s 8,122 453 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