AI BENCHY Compare

Google: Gemma 4 31B vs Kwaipilot: KAT-Coder-Air V2.5

Сводка

KAT-Coder-Air V2.5 (high) лидирует по среднему баллу: 6.2 vs 6.1. Gemma 4 31B имеет более низкую стоимость benchmark: $0.002 vs $0.064. Gemma 4 31B быстрее: 4.05s vs 11.02s, с долей успешных попыток 47.6% vs 46.0%.

Рекомендуемая модельGemma 4 31BЕго балл близок к лучшему здесь (6.1 против 6.2), при этом он примерно в 36.4 раза дешевле, чем KAT-Coder-Air V2.5 (high).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-14

Метрика	Gemma 4 31B Gemma 4 31B none Релиз: 2026-04-02 Бесплатно доступно	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Релиз: 2026-07-14

Метрика	Gemma 4 31B Gemma 4 31B none Релиз: 2026-04-02 Бесплатно доступно	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high Релиз: 2026-07-14
Оценка	6.1	6.2
Ранг	#120	#110
Надежность	10.0	9.7
Стабильность	10.0	7.6
Тестов верно
Доля успешных попыток	47.6%	46.0%
Нестабильные тесты	0	6
Всего запусков	63	63
Стоимость за результат	0.034	0.910
Общая стоимость	$0.002	$0.064
Цена входа	$0.060 / 1M	$0.150 / 1M
Цена выхода	$0.350 / 1M	$0.600 / 1M
Общее число входных токенов	20,911	41,748
Выходные токены	1,407	3,894
Токены рассуждений	0	91,773
Время ответа (среднее)	4.05s	11.02s
Время ответа (макс.)	26.13s	104.98s
Время ответа (суммарно)	76.87s	231.37s

Генерация showcase

Hamster playing table tennis

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

#120 Gemma 4 31B

none

Стоимость: $0.001
Время: 12.8s
Токены: 795 tok

#110 KAT-Coder-Air V2.5

high

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	852	45	0
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	5.5	10.0	33.3%	0		11.19s	8,381	735	0
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		2.25s	8,352	285	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	903	27	0
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	576	117	0
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	795	78	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	6.5	10.0	33.3%	0		4.23s	828	108	0
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemma 4 31B	3.0	10.0	0.0%	0		1.25s	224	12	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028

Быстрое сравнение

Сменить пару сравнения