Gemini 3.1 Flash Lite Preview (medium) vs Kimi K2.7 Code (medium)

average score जवळपास समान आहे: 7.0 vs 7.0. Gemini 3.1 Flash Lite Preview (medium) चा benchmark खर्च कमी आहे: $0.158 vs $1.136. Gemini 3.1 Flash Lite Preview (medium) वेगवान आहे: 6.78s vs 81.18s, pass rates 60.9% vs 60.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-15

तुलना केलेली मॉडेल्स

क्रमांक: #176
एकूण आउटपुट टोकन्स: 59,534
प्रतिसाद वेळ (सरासरी): 6.78s
एकूण खर्च: $0.158

क्रमांक: #177
एकूण आउटपुट टोकन्स: 207,661
प्रतिसाद वेळ (सरासरी): 81.18s
एकूण खर्च: $1.136

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite Preview (medium)

It has the best score here (7.0), while costing about 7.2x less than Kimi K2.7 Code (medium).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03	Kimi K2.7 Code Kimi K2.7 Code medium प्रकाशन: 2026-06-12

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium प्रकाशन: 2026-03-03	Kimi K2.7 Code Kimi K2.7 Code medium प्रकाशन: 2026-06-12
स्कोअर	7.0	7.0
क्रमांक	#176	#177
विश्वसनीयता	10.0	10.0
सुसंगतता	9.9	8.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	60.9%	60.9%
अस्थिर चाचण्या	0	5
एकूण रन	69	69
प्रति निकाल खर्च	1.124	8.755
एकूण खर्च	$0.158	$1.136
इनपुट किंमत	$0.250 / 1M	$0.672 / 1M
आउटपुट किंमत	$1.500 / 1M	$3.350 / 1M
कॅश वाचण्याची किंमत	$0.025 / 1M	$0.180 / 1M
कॅश लिहिण्याची किंमत	$0.084 / 1M	लागू नाही
एकूण इनपुट टोकन्स	272,221	245,179
आउटपुट टोकन्स	12,345	62,697
रिझनिंग टोकन्स	47,189	196,621
प्रतिसाद वेळ (सरासरी)	6.78s	81.18s
प्रतिसाद वेळ (कमाल)	54.91s	365.80s
प्रतिसाद वेळ (एकूण)	155.96s	1785.87s
पॅरामीटर्स	~150B एकूण (~10B सक्रिय)	1T एकूण (32B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

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.

#176 Gemini 3.1 Flash Lite Preview

medium

खर्च: $0.003
वेळ: 5.2s
टोकन्स: 1,944 tok

#177 MoonshotAI: Kimi K2.7 Code

medium

खर्च: $0.025
वेळ: 138.0s
टोकन्स: 6,093 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 Preview	5.0	10.0	0.0%	0		54.91s	154,728	1,756	0
Kimi K2.7 Code	5.0	10.0	0.0%	0		104.02s	173,094	5,244	14,528

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 Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305
Kimi K2.7 Code	7.3	5.8	83.3%	2		11.56s	618	3,048	5,041

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 Preview	5.5	10.0	33.3%	0		4.09s	8,126	461	8,597
Kimi K2.7 Code	7.8	9.3	66.7%	0		146.73s	4,650	1,864	25,635

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 Preview	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997
Kimi K2.7 Code	7.3	5.8	83.3%	1		66.03s	57,353	3,642	21,308

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 Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952
Kimi K2.7 Code	10.0	10.0	100.0%	0		12.27s	7,014	248	2,569

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 Preview	5.3	10.0	33.3%	0		4.09s	652	18	6,120
Kimi K2.7 Code	3.7	6.5	22.2%	1		184.17s	443	29,311	66,939

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 Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488
Kimi K2.7 Code	10.0	10.0	100.0%	0		10.78s	477	1,024	1,071

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 Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121
Kimi K2.7 Code	9.9	10.0	100.0%	0		5.39s	669	725	1,232

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 Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896
Kimi K2.7 Code	5.9	7.7	44.4%	1		41.00s	651	15,438	17,368

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 Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912
Kimi K2.7 Code	3.0	10.0	0.0%	0		0ms	0	0	0

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 Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801
Kimi K2.7 Code	3.0	10.0	0.0%	0		341.76s	210	2,153	40,930

तुलना जोडी बदला

Ember-1lowvsKimi K2.7 Codemedium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatdefault Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Kimi K2.7 CodemediumvsGPT-5.2 Chatdefault Kimi K2.7 CodemediumvsStep 5 Previewhigh Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh Kimi K2.7 CodemediumvsGrok 4.6low Gemini 3 Flash PreviewlowvsKimi K2.7 Codemedium Muse Glimmer 30BlowvsKimi K2.7 Codemedium Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30Blow Gemini 3.1 Flash Lite PreviewmediumvsMiMo-V2.6-Flashlow