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 3.5 Flash vs Kwaipilot: KAT-Coder-Pro V2.5

KAT-Coder-Pro V2.5 (medium) average score मध्ये पुढे आहे: 6.9 vs 6.8. Gemini 3.5 Flash (minimal) चा benchmark खर्च कमी आहे: $0.300 vs $0.467. Gemini 3.5 Flash (minimal) वेगवान आहे: 2.65s vs 24.04s, pass rates 65.2% vs 63.6%.

शिफारस केलेले मॉडेलGemini 3.5 Flash (minimal)Its score stays close to the best score here (6.8 vs 6.9), while costing about 1.6x less than KAT-Coder-Pro V2.5 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash minimal प्रकाशन: 2026-05-19 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14
स्कोअर 6.8 6.9
क्रमांक #85 #78
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 7.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 63.6%
अस्थिर चाचण्या 1 7
एकूण रन 66 66
प्रति निकाल खर्च 2.138 4.237
एकूण खर्च $0.300 $0.467
इनपुट किंमत $1.500 / 1M $0.740 / 1M
आउटपुट किंमत $9.000 / 1M $2.960 / 1M
एकूण इनपुट टोकन्स 100,753 87,907
आउटपुट टोकन्स 16,454 7,213
रिझनिंग टोकन्स 0 128,251
प्रतिसाद वेळ (सरासरी) 2.65s 24.04s
प्रतिसाद वेळ (कमाल) 25.26s 257.00s
प्रतिसाद वेळ (एकूण) 58.27s 528.92s

Hamster playing table tennis

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

#85 Gemini 3.5 Flash

minimal
खर्च
$0.041
वेळ
20.4s
टोकन्स
4,608 tok

#78 KAT-Coder-Pro V2.5

medium
खर्च
$0.009
वेळ
25.6s
टोकन्स
2,939 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 5.6 9.9 33.3% 0 2.75s 8,122 3,456 0
KAT-Coder-Pro V2.5 7.8 10.0 66.7% 0 33.10s 7,893 416 33,658

झटपट तुलना

तुलना जोडी बदला