नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

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

सारांश

Gemini 2.5 Flash average score मध्ये पुढे आहे: 6.2 vs 6.0. Gemini 2.5 Flash चा benchmark खर्च कमी आहे: $0.016 vs $0.030. Gemini 2.5 Flash वेगवान आहे: 875ms vs 6.47s, pass rates 46.0% vs 46.0%.

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

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash none प्रकाशन: 2025-06-17 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low प्रकाशन: 2026-07-14
स्कोअर 6.2 6.0
क्रमांक #114 #124
विश्वसनीयता 10.0 9.7
सुसंगतता 9.6 7.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 46.0% 46.0%
अस्थिर चाचण्या 1 6
एकूण रन 63 63
प्रति निकाल खर्च 0.169 0.427
एकूण खर्च $0.016 $0.030
इनपुट किंमत $0.300 / 1M $0.150 / 1M
आउटपुट किंमत $2.500 / 1M $0.600 / 1M
एकूण इनपुट टोकन्स 35,926 42,464
आउटपुट टोकन्स 1,770 4,227
रिझनिंग टोकन्स 0 34,864
प्रतिसाद वेळ (सरासरी) 875ms 6.47s
प्रतिसाद वेळ (कमाल) 4.39s 25.49s
प्रतिसाद वेळ (एकूण) 18.37s 135.80s

जनरेशन शोकेस

Hamster playing table tennis

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

#114 Gemini 2.5 Flash

none
अवैध SVG
खर्च
$0.164
वेळ
215.5s
टोकन्स
65,659 tok

#124 KAT-Coder-Air V2.5

low
खर्च
$0.004
वेळ
29.9s
टोकन्स
6,008 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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

झटपट तुलना

तुलना जोडी बदला