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 6.0. KAT-Coder-Air V2.5 (low) चा benchmark खर्च कमी आहे: $0.030 vs $1.115. KAT-Coder-Air V2.5 (low) वेगवान आहे: 6.47s vs 8.84s, 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 low प्रकाशन: 2026-07-14
स्कोअर 9.8 6.0
क्रमांक #1 #124
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 0.427
एकूण खर्च $1.115 $0.030
इनपुट किंमत $1.500 / 1M $0.150 / 1M
आउटपुट किंमत $9.000 / 1M $0.600 / 1M
एकूण इनपुट टोकन्स 37,594 42,464
आउटपुट टोकन्स 1,975 4,227
रिझनिंग टोकन्स 115,638 34,864
प्रतिसाद वेळ (सरासरी) 8.84s 6.47s
प्रतिसाद वेळ (कमाल) 34.82s 25.49s
प्रतिसाद वेळ (एकूण) 185.57s 135.80s

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

#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 3.5 Flash 10.0 10.0 100.0% 0 22.96s 8,118 456 47,129
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