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

Gemini 3 Flash Preview (low) average score मध्ये पुढे आहे: 7.4 vs 7.2. Gemini 3 Flash Preview (low) चा benchmark खर्च कमी आहे: $0.177 vs $0.482. Gemini 3 Flash Preview (low) वेगवान आहे: 6.28s vs 20.83s, pass rates 75.8% vs 63.6%.

शिफारस केलेले मॉडेलGemini 3 Flash Preview (low)It has the best score here (7.4), while costing about 2.7x less than KAT-Coder-Pro V2.5 (high).

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

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview low प्रकाशन: 2025-12-17 KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high प्रकाशन: 2026-07-14
स्कोअर 7.4 7.2
क्रमांक #69 #77
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 7.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 75.8% 63.6%
अस्थिर चाचण्या 2 6
एकूण रन 66 66
प्रति निकाल खर्च 1.101 4.378
एकूण खर्च $0.177 $0.482
इनपुट किंमत $0.500 / 1M $0.740 / 1M
आउटपुट किंमत $3.000 / 1M $2.960 / 1M
एकूण इनपुट टोकन्स 123,684 106,076
आउटपुट टोकन्स 9,572 9,071
रिझनिंग टोकन्स 28,518 127,093
प्रतिसाद वेळ (सरासरी) 6.28s 20.83s
प्रतिसाद वेळ (कमाल) 17.13s 199.97s
प्रतिसाद वेळ (एकूण) 138.06s 458.31s

Hamster playing table tennis

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

#69 Gemini 3 Flash Preview

low
खर्च
$0.007
वेळ
12.1s
टोकन्स
2,289 tok

#77 KAT-Coder-Pro V2.5

high
खर्च
$0.009
वेळ
26.4s
टोकन्स
3,117 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 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
KAT-Coder-Pro V2.5 6.4 7.9 44.4% 1 22.00s 7,893 422 20,461

झटपट तुलना

तुलना जोडी बदला