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: Gemma 4 31B vs Kwaipilot: KAT-Coder-Air V2.5

सारांश

KAT-Coder-Air V2.5 (medium) average score में आगे है: 6.2 vs 6.1. Gemma 4 31B की benchmark लागत कम है: $0.002 vs $0.045. Gemma 4 31B तेज है: 4.05s vs 8.28s, pass rates 47.6% vs 47.6%.

अनुशंसित मॉडलGemma 4 31BIts score stays close to the best score here (6.1 vs 6.2), while costing about 25.7x less than KAT-Coder-Air V2.5 (medium).

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

मेट्रिक Gemma 4 31B Gemma 4 31B none रिलीज़: 2026-04-02 निःशुल्क उपलब्ध KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium रिलीज़: 2026-07-14
स्कोर 6.1 6.2
रैंक #120 #115
विश्वसनीयता 10.0 9.7
संगति 10.0 8.8
सही परीक्षण
प्रति प्रयास पास दर 47.6% 47.6%
अस्थिर टेस्ट 0 3
कुल रन 63 63
प्रति परिणाम लागत 0.034 0.562
कुल लागत $0.002 $0.045
इनपुट कीमत $0.060 / 1M $0.150 / 1M
आउटपुट कीमत $0.350 / 1M $0.600 / 1M
कुल इनपुट टोकन 20,911 42,750
आउटपुट टोकन 1,407 7,759
रीजनिंग टोकन 0 56,357
प्रतिक्रिया समय (औसत) 4.05s 8.28s
प्रतिक्रिया समय (अधिकतम) 26.13s 48.19s
प्रतिक्रिया समय (कुल) 76.87s 173.80s

जनरेशन शोकेस

Hamster playing table tennis

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

#120 Gemma 4 31B

none
लागत
$0.001
समय
12.8s
टोकन
795 tok

#115 KAT-Coder-Air V2.5

medium
लागत
$0.003
समय
23.7s
टोकन
4,924 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
Gemma 4 31B 5.5 10.0 33.3% 0 11.19s 8,381 735 0
KAT-Coder-Air V2.5 3.6 7.0 22.2% 1 23.37s 7,893 5,199 29,973

त्वरित तुलना

तुलना जोड़ी बदलें