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 Preview vs Kwaipilot: KAT-Coder-Air V2.5

Ringkasan

Gemini 3.1 Flash Lite Preview (low) unggul dalam skor rata-rata dengan 6.5 vs 6.2. Gemini 3.1 Flash Lite Preview (low) memiliki biaya benchmark lebih rendah di $0.026 vs $0.064. Gemini 3.1 Flash Lite Preview (low) lebih cepat di 2.77s vs 11.02s, dengan tingkat keberhasilan 61.9% vs 46.0%.

Model yang direkomendasikanGemini 3.1 Flash Lite Preview (low)It has the best score here (6.5), while costing about 2.5x 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 Preview Gemini 3.1 Flash Lite Preview low Rilis: 2026-03-03 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Rilis: 2026-07-14
Skor 6.5 6.2
Peringkat #100 #110
Keandalan 10.0 9.7
Konsistensi 10.0 7.6
Tes benar
Tingkat lulus per percobaan 61.9% 46.0%
Tes tidak stabil 0 6
Total Run 63 63
Biaya per hasil 0.196 0.910
Total Biaya $0.026 $0.064
Harga input $0.250 / 1M $0.150 / 1M
Harga output $1.500 / 1M $0.600 / 1M
Total token input 32,715 41,748
Token output 2,286 3,894
Token penalaran 9,166 91,773
Waktu respons (rata-rata) 2.77s 11.02s
Waktu respons (maks) 11.91s 104.98s
Waktu respons (total) 58.12s 231.37s

Showcase generasi

Hamster playing table tennis

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

#100 Gemini 3.1 Flash Lite Preview

low
Biaya
$0.002
Waktu
3.7s
Token
1,203 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 Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060
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