AI BENCHY Compare

Google: Gemini 3.5 Flash vs Kwaipilot: KAT-Coder-Air V2.5

Ringkasan

Gemini 3.5 Flash (high) unggul dalam skor rata-rata dengan 9.8 vs 6.0. KAT-Coder-Air V2.5 (low) memiliki biaya benchmark lebih rendah di $0.030 vs $1.115. KAT-Coder-Air V2.5 (low) lebih cepat di 6.47s vs 8.84s, dengan tingkat keberhasilan 96.8% vs 46.0%.

Model yang direkomendasikanGemini 3.5 Flash (high)It has the strongest score in this comparison (9.8) and the best overall balance of cost and response time across all 2 models.

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

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash high Rilis: 2026-05-19	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Rilis: 2026-07-14
Skor	9.8	6.0
Peringkat	#1	#124
Keandalan	10.0	9.7
Konsistensi	9.6	7.6
Tes benar
Tingkat lulus per percobaan	96.8%	46.0%
Tes tidak stabil	1	6
Total Run	63	63
Biaya per hasil	5.575	0.427
Total Biaya	$1.115	$0.030
Harga input	$1.500 / 1M	$0.150 / 1M
Harga output	$9.000 / 1M	$0.600 / 1M
Total token input	37,594	42,464
Token output	1,975	4,227
Token penalaran	115,638	34,864
Waktu respons (rata-rata)	8.84s	6.47s
Waktu respons (maks)	34.82s	25.49s
Waktu respons (total)	185.57s	135.80s

Showcase generasi

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high

Biaya: $0.208
Waktu: 118.2s
Token: 23,158 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 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
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 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
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 3.5 Flash	10.0	10.0	100.0%	0		22.37s	12,873	351	16,323
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 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466
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 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721
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 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650
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 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
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 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
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 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608
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 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488

Perbandingan Cepat

Ganti Pasangan Perbandingan