AI BENCHY Compare

Google: Gemini 3 Flash Preview vs Kwaipilot: KAT-Coder-Pro V2.5

Rezumat

Gemini 3 Flash Preview (medium) conduce la scorul mediu cu 9.6 vs 6.8. KAT-Coder-Pro V2.5 are costul de benchmark mai mic, $0.220 vs $0.667. KAT-Coder-Pro V2.5 este mai rapid cu 10.81s vs 18.64s, cu rate de reușită de 98.4% vs 71.4%.

Model recomandatGemini 3 Flash Preview (medium)Are cel mai puternic scor din această comparație (9.6) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

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

Metrică	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lansare: 2025-12-17	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Lansare: 2026-07-14

Metrică	Gemini 3 Flash Preview Gemini 3 Flash Preview medium Lansare: 2025-12-17	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none Lansare: 2026-07-14
Scor	9.6	6.8
Rang	#2	#89
Fiabilitate	10.0	10.0
Consistență	9.7	7.3
Teste corecte
Rată de trecere pe încercare	98.4%	71.4%
Teste instabile	1	7
Rulări totale	63	63
Cost per rezultat	3.335	1.992
Cost total	$0.667	$0.220
Preț de intrare	$0.500 / 1M	$0.740 / 1M
Preț de ieșire	$3.000 / 1M	$2.960 / 1M
Total tokenuri de intrare	37,017	42,749
Tokenuri de ieșire	2,006	63,338
Tokenuri de raționament	214,153	0
Timp de răspuns (mediu)	18.64s	10.81s
Timp de răspuns (maxim)	117.26s	53.57s
Timp de răspuns (total)	391.35s	227.02s

Prezentare generare

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium

Cost: $0.010
Timp: 17.9s
Tokenuri: 3,236 tok

#89 KAT-Coder-Pro V2.5

none

Cost: $0.010
Timp: 29.0s
Tokenuri: 3,439 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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
KAT-Coder-Pro V2.5	8.7	7.9	91.7%	1		4.58s	672	3,998	0

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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
KAT-Coder-Pro V2.5	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0

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 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485
KAT-Coder-Pro V2.5	4.7	1.6	66.7%	1		30.76s	15,131	5,366	0

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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		5.07s	7,776	2,361	0

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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
KAT-Coder-Pro V2.5	3.6	7.2	22.2%	1		21.64s	771	20,972	0

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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
KAT-Coder-Pro V2.5	4.8	3.2	33.3%	1		5.16s	516	1,067	0

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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
KAT-Coder-Pro V2.5	9.8	10.0	100.0%	0		2.61s	699	1,084	0

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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
KAT-Coder-Pro V2.5	8.2	7.2	88.9%	1		3.03s	696	1,929	0

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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		5.93s	8,391	1,103	0

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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		9.91s	204	3,018	0

Comparație rapidă

Schimbă perechea de comparație