Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Kwaipilot: KAT-Coder-Air V2.5

Ringkasan

KAT-Coder-Air V2.5 (high) unggul dalam skor rata-rata dengan 6.2 vs 6.1. Gemini 3.1 Flash Lite memiliki biaya benchmark lebih rendah di $0.013 vs $0.064. Gemini 3.1 Flash Lite lebih cepat di 1.06s vs 11.02s, dengan tingkat keberhasilan 52.4% vs 46.0%.

Model yang direkomendasikanGemini 3.1 Flash LiteIts score stays close to the best score here (6.1 vs 6.2), while costing about 4.9x less than KAT-Coder-Air V2.5 (high).

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

Metrik Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none Rilis: 2026-05-08 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Rilis: 2026-07-14
Skor 6.1 6.2
Peringkat #118 #110
Keandalan 10.0 9.7
Konsistensi 8.6 7.6
Tes benar
Tingkat lulus per percobaan 52.4% 46.0%
Tes tidak stabil 4 6
Total Run 63 63
Biaya per hasil 0.144 0.910
Total Biaya $0.013 $0.064
Harga input $0.250 / 1M $0.150 / 1M
Harga output $1.500 / 1M $0.600 / 1M
Total token input 36,710 41,748
Token output 2,484 3,894
Token penalaran 0 91,773
Waktu respons (rata-rata) 1.06s 11.02s
Waktu respons (maks) 2.97s 104.98s
Waktu respons (total) 22.35s 231.37s

Showcase generasi

Hamster playing table tennis

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

#118 Gemini 3.1 Flash Lite

none
Biaya
$0.001
Waktu
4.5s
Token
727 tok

#110 KAT-Coder-Air V2.5

high
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 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

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 938ms 8,128 666 0
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883

Perbandingan Cepat

Ganti Pasangan Perbandingan