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 $0.045. Gemini 3.1 Flash Lite Preview (low) lebih cepat di 2.77s vs 8.28s, dengan tingkat keberhasilan 61.9% vs 47.6%.

Model yang direkomendasikanGemini 3.1 Flash Lite Preview (low)It has the best score here (6.5), while costing about 1.8x less than KAT-Coder-Air V2.5 (medium).

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 medium Rilis: 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 medium Rilis: 2026-07-14
Skor	6.5	6.2
Peringkat	#100	#115
Keandalan	10.0	9.7
Konsistensi	10.0	8.8
Tes benar
Tingkat lulus per percobaan	61.9%	47.6%
Tes tidak stabil	0	3
Total Run	63	63
Biaya per hasil	0.196	0.562
Total Biaya	$0.026	$0.045
Harga input	$0.250 / 1M	$0.150 / 1M
Harga output	$1.500 / 1M	$0.600 / 1M
Total token input	32,715	42,750
Token output	2,286	7,759
Token penalaran	9,166	56,357
Waktu respons (rata-rata)	2.77s	8.28s
Waktu respons (maks)	11.91s	48.19s
Waktu respons (total)	58.12s	173.80s

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

#115 KAT-Coder-Air V2.5

medium

Biaya: $0.003
Waktu: 23.7s
Token: 4,924 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 3.1 Flash Lite Preview	8.3	10.0	75.0%	0		2.12s	506	462	1,638
KAT-Coder-Air V2.5	8.7	8.0	91.7%	1		3.79s	672	549	4,194

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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973

Gabungan	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	3.0	10.0	0.0%	0		11.91s	8,381	225	762
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		27.68s	15,132	372	4,816

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 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		3.00s	7,455	291	696
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.65s	7,776	268	1,881

Spesifik domain	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	5.3	10.0	33.3%	0		2.36s	641	18	1,212
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		4.87s	771	487	4,454

Kecerdasan umum	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	4.0	10.0	0.0%	0		1.54s	490	69	384
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		9.81s	516	189	557

Kepatuhan instruksi	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	10.0	10.0	100.0%	0		1.49s	621	72	753
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		1.50s	699	93	730

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 3.1 Flash Lite Preview	10.0	10.0	100.0%	0		1.69s	566	243	1,248
KAT-Coder-Air V2.5	3.6	7.2	22.2%	1		1.87s	696	265	1,184

Pemanggilan alat	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	10.0	10.0	100.0%	0		9.54s	5,757	237	993
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	317	906

Pengetahuan umum	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	3.0	10.0	0.0%	0		1.35s	160	9	420
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		15.74s	204	20	7,662

Perbandingan Cepat

Ganti Pasangan Perbandingan