AI BENCHY Compare

Google: Gemini 2.5 Flash vs Kwaipilot: KAT-Coder-Air V2.5

Ringkasan

Gemini 2.5 Flash unggul dalam skor rata-rata dengan 6.2 vs 6.0. Gemini 2.5 Flash memiliki biaya benchmark lebih rendah di $0.016 vs $0.030. Gemini 2.5 Flash lebih cepat di 875ms vs 6.47s, dengan tingkat keberhasilan 46.0% vs 46.0%.

Model yang direkomendasikanGemini 2.5 FlashIt has the best score here (6.2), while costing about 2.0x less than KAT-Coder-Air V2.5 (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik	Gemini 2.5 Flash Gemini 2.5 Flash none Rilis: 2025-06-17	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14

Metrik	Gemini 2.5 Flash Gemini 2.5 Flash none Rilis: 2025-06-17	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14
Skor	6.2	6.0
Peringkat	#114	#124
Keandalan	10.0	9.7
Konsistensi	9.6	7.6
Tes benar
Tingkat lulus per percobaan	46.0%	46.0%
Tes tidak stabil	1	6
Total Run	63	63
Biaya per hasil	0.169	0.427
Total Biaya	$0.016	$0.030
Harga input	$0.300 / 1M	$0.150 / 1M
Harga output	$2.500 / 1M	$0.600 / 1M
Total token input	35,926	42,464
Token output	1,770	4,227
Token penalaran	0	34,864
Waktu respons (rata-rata)	875ms	6.47s
Waktu respons (maks)	4.39s	25.49s
Waktu respons (total)	18.37s	135.80s

Showcase generasi

Hamster playing table tennis

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

#114 Gemini 2.5 Flash

none

SVG tidak valid

Biaya: $0.164
Waktu: 215.5s
Token: 65,659 tok

#124 KAT-Coder-Air V2.5

low

Biaya: $0.004
Waktu: 29.9s
Token: 6,008 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	3.0	10.0	0.0%	0		582ms	492	102	0
KAT-Coder-Air V2.5	7.3	5.8	83.3%	2		3.50s	672	422	1,548

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	5.5	10.0	33.3%	0		736ms	8,122	483	0
KAT-Coder-Air V2.5	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	3.0	10.0	0.0%	0		4.39s	12,519	366	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		652ms	7,257	279	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	5.9	7.2	55.6%	1		495ms	633	12	0
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		4.99s	553	310	3,332

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	5.0	10.0	0.0%	0		615ms	486	78	0
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		10.11s	516	142	596

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		590ms	615	72	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.64s	699	89	640

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	7.7	10.0	66.7%	0		604ms	558	132	0
KAT-Coder-Air V2.5	3.1	4.6	22.2%	2		1.57s	696	294	796

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	10.0	10.0	100.0%	0		1.91s	5,088	234	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 2.5 Flash	3.0	10.0	0.0%	0		1.15s	156	12	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488

Perbandingan Cepat

Ganti Pasangan Perbandingan