नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Google: Gemini 3.1 Flash Lite Preview vs Kwaipilot: KAT-Coder-Pro V2.5

KAT-Coder-Pro V2.5 average score मध्ये पुढे आहे: 6.7 vs 6.4. Gemini 3.1 Flash Lite Preview चा benchmark खर्च कमी आहे: $0.052 vs $0.476. Gemini 3.1 Flash Lite Preview वेगवान आहे: 1.58s vs 25.56s, pass rates 57.6% vs 68.2%.

शिफारस केलेले मॉडेलGemini 3.1 Flash Lite PreviewIts score stays close to the best score here (6.4 vs 6.7), while costing about 9.2x less than KAT-Coder-Pro V2.5.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview none प्रकाशन: 2026-03-03 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none प्रकाशन: 2026-07-14
स्कोअर 6.4 6.7
क्रमांक #116 #101
विश्वसनीयता 10.0 10.0
सुसंगतता 9.7 7.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 57.6% 68.2%
अस्थिर चाचण्या 1 7
एकूण रन 66 66
प्रति निकाल खर्च 0.431 4.319
एकूण खर्च $0.052 $0.476
इनपुट किंमत $0.250 / 1M $0.740 / 1M
आउटपुट किंमत $1.500 / 1M $2.960 / 1M
एकूण इनपुट टोकन्स 120,942 98,499
आउटपुट टोकन्स 14,292 135,861
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 1.58s 25.56s
प्रतिसाद वेळ (कमाल) 9.27s 335.41s
प्रतिसाद वेळ (एकूण) 34.72s 562.43s

Hamster playing table tennis

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

#116 Gemini 3.1 Flash Lite Preview

none
खर्च
$0.003
वेळ
4.7s
टोकन्स
1,827 tok

#101 KAT-Coder-Pro V2.5

none
खर्च
$0.010
वेळ
29.0s
टोकन्स
3,439 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 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 967ms 8,128 670 0
KAT-Coder-Pro V2.5 6.1 4.7 66.7% 2 22.52s 7,893 22,440 0

झटपट तुलना

तुलना जोडी बदला