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-Pro V2.5

सारांश

Gemini 3 Flash Preview average score में आगे है: 6.9 vs 6.8. Gemini 3 Flash Preview की benchmark लागत कम है: $0.025 vs $0.220. Gemini 3 Flash Preview तेज है: 1.65s vs 10.81s, pass rates 66.7% vs 71.4%.

अनुशंसित मॉडलGemini 3 Flash PreviewIt has the best score here (6.9), while costing about 9.1x less than KAT-Coder-Pro V2.5.

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

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 6.9 6.8
रैंक #84 #89
विश्वसनीयता 10.0 10.0
संगति 9.2 7.3
सही परीक्षण
प्रति प्रयास पास दर 66.7% 71.4%
अस्थिर टेस्ट 2 7
कुल रन 63 63
प्रति परिणाम लागत 0.186 1.992
कुल लागत $0.025 $0.220
इनपुट कीमत $0.500 / 1M $0.740 / 1M
आउटपुट कीमत $3.000 / 1M $2.960 / 1M
कुल इनपुट टोकन 37,011 42,749
आउटपुट टोकन 1,885 63,338
रीजनिंग टोकन 0 0
प्रतिक्रिया समय (औसत) 1.65s 10.81s
प्रतिक्रिया समय (अधिकतम) 3.56s 53.57s
प्रतिक्रिया समय (कुल) 23.07s 227.02s

जनरेशन शोकेस

Hamster playing table tennis

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

#84 Gemini 3 Flash Preview

none
लागत
$0.003
समय
5.6s
टोकन
981 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 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