#85 Gemini 3.5 Flash
minimal- 成本
- $0.041
- 时间
- 20.4s
- 令牌
- 4,608 tok
AI BENCHY 对比
Google: Gemini 3.5 Flash vs Kwaipilot: KAT-Coder-Pro V2.5
摘要
KAT-Coder-Pro V2.5 (medium) 平均分领先，为 6.9 vs 6.8。 Gemini 3.5 Flash (minimal) benchmark 成本更低，为 $0.300 vs $0.467。 Gemini 3.5 Flash (minimal) 更快，为 2.65s vs 24.04s，通过率为 65.2% vs 63.6%。
推荐模型Gemini 3.5 Flash (minimal)它的得分接近这里的最高分（6.8 vs 6.9），同时成本比KAT-Coder-Pro V2.5 (medium)低约 1.6 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | Gemini 3.5 Flash Gemini 3.5 Flash minimal | KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium |
|---|---|---|
| 分数 | 6.8 | 6.9 |
| 排名 | #85 | #78 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 7.4 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 63.6% |
| 不稳定测试 | 1 | 7 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.138 | 4.237 |
| 总成本 | $0.300 | $0.467 |
| 输入价格 | $1.500 / 1M | $0.740 / 1M |
| 输出价格 | $9.000 / 1M | $2.960 / 1M |
| 总输入令牌 | 100,753 | 87,907 |
| 输出令牌 | 16,454 | 7,213 |
| 推理令牌 | 0 | 128,251 |
| 响应时间（平均） | 2.65s | 24.04s |
| 响应时间（最大） | 25.26s | 257.00s |
| 响应时间（总计） | 58.27s | 528.92s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#78 KAT-Coder-Pro V2.5
medium- 成本
- $0.009
- 时间
- 25.6s
- 令牌
- 2,939 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 6.5 | 10.0 | 50.0% | 0 | 892ms | 492 | 405 | 0 | |
| KAT-Coder-Pro V2.5 | 8.2 | 7.9 | 83.3% | 1 | 3.90s | 672 | 208 | 3,868 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 5.6 | 9.9 | 33.3% | 0 | 2.75s | 8,122 | 3,456 | 0 | |
| KAT-Coder-Pro V2.5 | 7.8 | 10.0 | 66.7% | 0 | 33.10s | 7,893 | 416 | 33,658 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 14.41s | 76,686 | 11,581 | 0 | |
| KAT-Coder-Pro V2.5 | 6.4 | 5.8 | 66.7% | 1 | 135.75s | 60,289 | 5,478 | 51,591 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.66s | 7,548 | 279 | 0 | |
| KAT-Coder-Pro V2.5 | 7.3 | 5.9 | 83.3% | 1 | 4.70s | 7,776 | 275 | 2,122 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 899ms | 633 | 12 | 0 | |
| KAT-Coder-Pro V2.5 | 2.9 | 7.2 | 11.1% | 1 | 29.03s | 771 | 36 | 29,584 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 922ms | 486 | 117 | 0 | |
| KAT-Coder-Pro V2.5 | 4.7 | 3.1 | 33.3% | 1 | 2.35s | 516 | 92 | 381 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 6.4 | 5.8 | 66.7% | 1 | 893ms | 615 | 76 | 0 | |
| KAT-Coder-Pro V2.5 | 9.9 | 10.0 | 100.0% | 0 | 2.58s | 699 | 83 | 971 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.45s | 558 | 282 | 0 | |
| KAT-Coder-Pro V2.5 | 5.9 | 4.5 | 66.7% | 2 | 3.20s | 696 | 325 | 1,867 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 5,457 | 234 | 0 | |
| KAT-Coder-Pro V2.5 | 10.0 | 10.0 | 100.0% | 0 | 19.02s | 8,391 | 282 | 1,010 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Gemini 3.5 Flash | 3.0 | 10.0 | 0.0% | 0 | 1.76s | 156 | 12 | 0 | |
| KAT-Coder-Pro V2.5 | 3.0 | 10.0 | 0.0% | 0 | 9.87s | 204 | 18 | 3,199 |
快速对比
切换对比组合
DeepSeek V4 PrononevsKAT-Coder-Pro V2.5mediumKAT-Coder-Pro V2.5mediumvsGPT-5.6 SolnoneGemini 3.5 FlashminimalvsGPT-5.5noneGemini 3.5 FlashminimalvsStep 3.7 FlashhighGemini 3.5 FlashnonevsKAT-Coder-Pro V2.5mediumGemini 3.5 FlashminimalvsQwen3.6 FlashmediumGemini 3.5 FlashminimalvsMiMo-V2.5-PromediumKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashhighKAT-Coder-Pro V2.5mediumvsGPT-5.5noneGemini 3.5 FlashminimalvsGPT-5.6 SolnoneDeepSeek V4 PrononevsGemini 3.5 FlashminimalGemini 3.5 FlashminimalvsQwen3.6 35B A3Bmedium