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

AI BENCHY Compare

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

सारांश

Gemini 3.5 Flash (high) average score मध्ये पुढे आहे: 9.8 vs 6.2. KAT-Coder-Air V2.5 (high) चा benchmark खर्च कमी आहे: $0.064 vs $1.115. Gemini 3.5 Flash (high) वेगवान आहे: 8.84s vs 11.02s, pass rates 96.8% vs 46.0%.

शिफारस केलेले मॉडेलGemini 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.

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

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash high प्रकाशन: 2026-05-19 KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high प्रकाशन: 2026-07-14
स्कोअर 9.8 6.2
क्रमांक #1 #110
विश्वसनीयता 10.0 9.7
सुसंगतता 9.6 7.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 96.8% 46.0%
अस्थिर चाचण्या 1 6
एकूण रन 63 63
प्रति निकाल खर्च 5.575 0.910
एकूण खर्च $1.115 $0.064
इनपुट किंमत $1.500 / 1M $0.150 / 1M
आउटपुट किंमत $9.000 / 1M $0.600 / 1M
एकूण इनपुट टोकन्स 37,594 41,748
आउटपुट टोकन्स 1,975 3,894
रिझनिंग टोकन्स 115,638 91,773
प्रतिसाद वेळ (सरासरी) 8.84s 11.02s
प्रतिसाद वेळ (कमाल) 34.82s 104.98s
प्रतिसाद वेळ (एकूण) 185.57s 231.37s

जनरेशन शोकेस

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high
खर्च
$0.208
वेळ
118.2s
टोकन्स
23,158 tok

#110 KAT-Coder-Air V2.5

high
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
KAT-Coder-Air V2.5 4.3 7.3 11.1% 1 39.07s 6,948 1,166 55,883

झटपट तुलना

तुलना जोडी बदला