Gemini 3.1 Flash Lite (medium) vs KAT-Coder-Pro V2.5 (low)

Gemini 3.1 Flash Lite (medium) average score मध्ये पुढे आहे: 6.9 vs 6.5. Gemini 3.1 Flash Lite (medium) चा benchmark खर्च कमी आहे: $0.153 vs $0.568. Gemini 3.1 Flash Lite (medium) वेगवान आहे: 6.27s vs 19.40s, pass rates 59.4% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #195
एकूण आउटपुट टोकन्स: 63,967
प्रतिसाद वेळ (सरासरी): 6.27s
एकूण खर्च: $0.153

क्रमांक: #226
एकूण आउटपुट टोकन्स: 113,193
प्रतिसाद वेळ (सरासरी): 19.40s
एकूण खर्च: $0.568

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite (medium)

It has the best score here (6.9), while costing about 3.7x less than KAT-Coder-Pro V2.5 (low).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium प्रकाशन: 2026-05-08	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low प्रकाशन: 2026-07-14

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium प्रकाशन: 2026-05-08	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low प्रकाशन: 2026-07-14
स्कोअर	6.9	6.5
क्रमांक	#195	#226
विश्वसनीयता	10.0	10.0
सुसंगतता	9.2	7.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	59.4%	65.2%
अस्थिर चाचण्या	2	8
एकूण रन	69	69
प्रति निकाल खर्च	1.177	3.636
एकूण खर्च	$0.153	$0.568
इनपुट किंमत	$0.250 / 1M	$0.740 / 1M
आउटपुट किंमत	$1.500 / 1M	$2.960 / 1M
कॅश वाचण्याची किंमत	$0.025 / 1M	$0.150 / 1M
कॅश लिहिण्याची किंमत	$0.084 / 1M	लागू नाही
एकूण इनपुट टोकन्स	228,023	87,682
आउटपुट टोकन्स	10,779	7,166
रिझनिंग टोकन्स	53,188	106,027
प्रतिसाद वेळ (सरासरी)	6.27s	19.40s
प्रतिसाद वेळ (कमाल)	47.78s	209.15s
प्रतिसाद वेळ (एकूण)	144.10s	446.11s
पॅरामीटर्स	~150B एकूण (~10B सक्रिय)	~700B एकूण (~72B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#195 Gemini 3.1 Flash Lite

medium

खर्च: $0.003
वेळ: 5.3s
टोकन्स: 1,754 tok

#226 KAT-Coder-Pro V2.5

low

खर्च: $0.016
वेळ: 47.6s
टोकन्स: 5,182 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	5.0	10.0	0.0%	0		47.78s	123,098	1,611	0
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		1.75s	0	0	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201
KAT-Coder-Pro V2.5	6.9	5.8	75.0%	2		4.20s	672	277	4,228

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	7.2	9.1	50.0%	0		18.55s	80,983	7,241	20,231
KAT-Coder-Pro V2.5	6.4	5.8	66.7%	1		111.87s	60,055	5,393	43,732

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		4.19s	7,776	288	1,917

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.93s	650	15	7,223
KAT-Coder-Pro V2.5	3.5	4.4	33.3%	2		22.86s	780	35	21,430

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142
KAT-Coder-Pro V2.5	4.1	2.7	33.3%	1		2.32s	516	99	412

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		2.53s	699	83	1,008

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450
KAT-Coder-Pro V2.5	6.4	4.4	77.8%	2		3.11s	696	289	1,820

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		18.45s	8,391	282	834

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		17.06s	204	18	5,701

तुलना जोडी बदला

KAT-Coder-Pro V2.5lowvsBeam 1.0 501B A23Bmedium Ember-1highvsGemini 3.1 Flash Litemedium KAT-Coder-Pro V2.5lowvsStep 3.7 Flashhigh Mercury 2mediumvsKAT-Coder-Pro V2.5low Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunalow Claude Sonnet 5.5lowvsGemini 3.1 Flash Litemedium Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Claude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5low KAT-Coder-Pro V2.5lowvsMinimax M3.1 Flashhighमोफत उपलब्ध KAT-Coder-Pro V2.5lowvsQwen3.6 35B A3Bmedium Gemini 3.1 Flash LitemediumvsMinimax M3.1 Flashmaxमोफत उपलब्ध Mercury 2.5 PreviewhighvsKAT-Coder-Pro V2.5low