AI BENCHY Compare

Google: Gemma 4 26B A4B vs Kwaipilot: KAT-Coder-Air V2.5

Rezumat

KAT-Coder-Air V2.5 (medium) conduce la scorul mediu cu 6.2 vs 5.5. Gemma 4 26B A4B are costul de benchmark mai mic, $0.004 vs $0.045. Gemma 4 26B A4B este mai rapid cu 5.91s vs 8.28s, cu rate de reușită de 44.4% vs 47.6%.

Model recomandatKAT-Coder-Air V2.5 (medium)Are cel mai puternic scor din această comparație (6.2) 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	Gemma 4 26B A4B Gemma 4 26B A4B none Lansare: 2026-04-03 Disponibil gratuit	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Lansare: 2026-07-14

Metrică	Gemma 4 26B A4B Gemma 4 26B A4B none Lansare: 2026-04-03 Disponibil gratuit	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium Lansare: 2026-07-14
Scor	5.5	6.2
Rang	#146	#115
Fiabilitate	10.0	9.7
Consistență	9.2	8.8
Teste corecte
Rată de trecere pe încercare	44.4%	47.6%
Teste instabile	2	3
Rulări totale	63	63
Cost per rezultat	0.068	0.562
Cost total	$0.004	$0.045
Preț de intrare	$0.060 / 1M	$0.150 / 1M
Preț de ieșire	$0.330 / 1M	$0.600 / 1M
Total tokenuri de intrare	40,038	42,750
Tokenuri de ieșire	1,824	7,759
Tokenuri de raționament	0	56,357
Timp de răspuns (mediu)	5.91s	8.28s
Timp de răspuns (maxim)	57.10s	48.19s
Timp de răspuns (total)	124.05s	173.80s

Prezentare generare

Hamster playing table tennis

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

#146 Gemma 4 26B A4B

none

Cost: $0.001
Timp: 39.5s
Tokenuri: 790 tok

#115 KAT-Coder-Air V2.5

medium

Cost: $0.003
Timp: 23.7s
Tokenuri: 4,924 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
Gemma 4 26B A4B	8.3	10.0	75.0%	0		1.28s	852	230	0
KAT-Coder-Air V2.5	8.7	8.0	91.7%	1		3.79s	672	549	4,194

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
Gemma 4 26B A4B	3.7	7.2	22.2%	1		4.16s	7,736	476	0
KAT-Coder-Air V2.5	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973

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
Gemma 4 26B A4B	3.0	10.0	0.0%	0		30.53s	13,650	309	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		27.68s	15,132	372	4,816

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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		1.70s	8,352	285	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.65s	7,776	268	1,881

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
Gemma 4 26B A4B	3.6	7.2	22.2%	1		2.49s	903	27	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		4.87s	771	487	4,454

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
Gemma 4 26B A4B	4.0	10.0	0.0%	0		3.54s	576	85	0
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		9.81s	516	189	557

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
Gemma 4 26B A4B	6.3	10.0	50.0%	0		690ms	795	75	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		1.50s	699	93	730

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
Gemma 4 26B A4B	6.2	10.0	33.3%	0		744ms	828	114	0
KAT-Coder-Air V2.5	3.6	7.2	22.2%	1		1.87s	696	265	1,184

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
Gemma 4 26B A4B	10.0	10.0	100.0%	0		57.10s	6,123	210	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	317	906

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
Gemma 4 26B A4B	3.0	10.0	0.0%	0		778ms	223	13	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		15.74s	204	20	7,662

Comparație rapidă

Schimbă perechea de comparație