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

Gemini 3.5 Flash average score मध्ये पुढे आहे: 7.0 vs 6.9. KAT-Coder-Pro V2.5 (medium) चा benchmark खर्च कमी आहे: $0.467 vs $1.079. Gemini 3.5 Flash वेगवान आहे: 9.93s vs 24.04s, pass rates 74.2% vs 63.6%.

शिफारस केलेले मॉडेलKAT-Coder-Pro V2.5 (medium)Its score stays close to the best score here (6.9 vs 7.0), while costing about 2.3x less than Gemini 3.5 Flash.

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

मेट्रिक Gemini 3.5 Flash Gemini 3.5 Flash none प्रकाशन: 2026-05-19 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium प्रकाशन: 2026-07-14
स्कोअर 7.0 6.9
क्रमांक #76 #78
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 7.4
बरोबर चाचण्या
प्रति प्रयत्न पास दर 74.2% 63.6%
अस्थिर चाचण्या 3 7
एकूण रन 66 66
प्रति निकाल खर्च 7.190 4.237
एकूण खर्च $1.079 $0.467
इनपुट किंमत $1.500 / 1M $0.740 / 1M
आउटपुट किंमत $9.000 / 1M $2.960 / 1M
एकूण इनपुट टोकन्स 13,843 87,907
आउटपुट टोकन्स 117,518 7,213
रिझनिंग टोकन्स 0 128,251
प्रतिसाद वेळ (सरासरी) 9.93s 24.04s
प्रतिसाद वेळ (कमाल) 64.36s 257.00s
प्रतिसाद वेळ (एकूण) 178.68s 528.92s

Hamster playing table tennis

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

#76 Gemini 3.5 Flash

none
खर्च
$0.225
वेळ
125.5s
टोकन्स
25,004 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 8.8 7.8 88.9% 1 34.69s 8,122 75,927 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