AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Kwaipilot: KAT-Coder-Air V2.5

Rezumat

Gemini 3.1 Flash Lite conduce la scorul mediu cu 6.1 vs 6.0. Gemini 3.1 Flash Lite are costul de benchmark mai mic, $0.013 vs $0.030. Gemini 3.1 Flash Lite este mai rapid cu 1.06s vs 6.47s, cu rate de reușită de 52.4% vs 46.0%.

Model recomandatGemini 3.1 Flash LiteAre cel mai bun scor aici (6.1) și costă de aproximativ 2.3x mai puțin decât KAT-Coder-Air V2.5 (low).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14

Metrică	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none Lansare: 2026-05-08	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lansare: 2026-07-14

Metrică	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none Lansare: 2026-05-08	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low Lansare: 2026-07-14
Scor	6.1	6.0
Rang	#118	#124
Fiabilitate	10.0	9.7
Consistență	8.6	7.6
Teste corecte
Rată de trecere pe încercare	52.4%	46.0%
Teste instabile	4	6
Rulări totale	63	63
Cost per rezultat	0.144	0.427
Cost total	$0.013	$0.030
Preț de intrare	$0.250 / 1M	$0.150 / 1M
Preț de ieșire	$1.500 / 1M	$0.600 / 1M
Total tokenuri de intrare	36,710	42,464
Tokenuri de ieșire	2,484	4,227
Tokenuri de raționament	0	34,864
Timp de răspuns (mediu)	1.06s	6.47s
Timp de răspuns (maxim)	2.97s	25.49s
Timp de răspuns (total)	22.35s	135.80s

Prezentare generare

Hamster playing table tennis

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

#118 Gemini 3.1 Flash Lite

none

Cost: $0.001
Timp: 4.5s
Tokenuri: 727 tok

#124 KAT-Coder-Air V2.5

low

Cost: $0.004
Timp: 29.9s
Tokenuri: 6,008 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	7.5	8.4	66.7%	1		1.07s	506	639	0
KAT-Coder-Air V2.5	7.3	5.8	83.3%	2		3.50s	672	422	1,548

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		938ms	8,128	666	0
KAT-Coder-Air V2.5	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.73s	12,870	357	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		843ms	7,267	279	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		762ms	647	15	0
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		4.99s	553	310	3,332

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		992ms	486	63	0
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		10.11s	516	142	596

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		859ms	619	72	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.64s	699	89	640

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	6.3	4.8	66.7%	2		720ms	570	150	0
KAT-Coder-Air V2.5	3.1	4.6	22.2%	2		1.57s	696	294	796

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.97s	5,457	234	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		733ms	160	9	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488

Comparație rapidă

Schimbă perechea de comparație

KAT-Coder-Air V2.5lowvsGPT-5.6 Terranone KAT-Coder-Air V2.5lowvsQwen3.6 Max Previewnone KAT-Coder-Air V2.5lowvsGLM 5none KAT-Coder-Air V2.5lowvsQwen3.6 Flashnone Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5medium KAT-Coder-Air V2.5lowvsQwen3.5-35B-A3Bnone KAT-Coder-Air V2.5lowvsNemotron 3 Ultra 550b A55bnoneDisponibil gratuit Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow KAT-Coder-Air V2.5lowvsQwen3.5-27Bnone Gemma 4 31BnoneDisponibil gratuitvsKAT-Coder-Air V2.5low KAT-Coder-Air V2.5lowvsQwen3.5-Flashnone Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5high