AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs Kwaipilot: KAT-Coder-Pro V2.5

概要

KAT-Coder-Pro V2.5 (low) が平均スコアでリードし、8.0 vs 7.9 です。 KAT-Coder-Pro V2.5 (low) の benchmark コストが低く、$0.220 vs $0.550 です。 Claude Sonnet 5 (medium) の方が高速で、9.94s vs 10.44s です、成功率は 79.4% vs 71.4% です。

おすすめモデルKAT-Coder-Pro V2.5 (low)ここでは最高スコア（8.0）で、Claude Sonnet 5 (medium) より約 2.5 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-14

指標	Claude Sonnet 5 Claude Sonnet 5 medium リリース: 2026-06-30	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low リリース: 2026-07-14

指標	Claude Sonnet 5 Claude Sonnet 5 medium リリース: 2026-06-30	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low リリース: 2026-07-14
スコア	7.9	8.0
順位	#37	#35
信頼性	10.0	9.9
一貫性	9.0	7.3
正解テスト
試行ごとの合格率	79.4%	71.4%
不安定なテスト	3	7
総実行回数	63	63
結果あたりのコスト	3.662	1.991
合計コスト	$0.550	$0.220
入力価格	$2.000 / 1M	$0.740 / 1M
出力価格	$10.000 / 1M	$2.960 / 1M
合計入力トークン	67,416	42,750
出力トークン	34,012	2,167
推論トークン	7,673	61,133
応答時間（平均）	9.94s	10.44s
応答時間（最大）	56.94s	51.34s
応答時間（合計）	208.71s	219.17s

生成ショーケース

Hamster playing table tennis

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

#37 Claude Sonnet 5

medium

コスト: $0.007
時間: 6.4s
トークン: 832 tok

#35 KAT-Coder-Pro V2.5

low

コスト: $0.016
時間: 47.6s
トークン: 5,182 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
KAT-Coder-Pro V2.5	6.9	5.8	75.0%	2		4.20s	672	277	4,228

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	9.0	7.9	88.9%	1		17.28s	10,590	13,153	2,379
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	4.5	2.1	66.7%	1		37.01s	29,394	4,848	2,170
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		14.59s	15,132	394	3,391

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	10.0	10.0	100.0%	0		3.16s	10,503	312	0
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		4.19s	7,776	288	1,917

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	7.7	10.0	66.7%	0		20.38s	975	12,140	1,994
KAT-Coder-Pro V2.5	4.1	4.4	44.5%	2		17.52s	771	35	16,877

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	4.8	3.2	33.3%	1		4.32s	708	264	0
KAT-Coder-Pro V2.5	4.1	2.7	33.3%	1		2.32s	516	99	412

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	9.9	10.0	100.0%	0		3.10s	909	318	269
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		2.53s	699	83	1,008

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	7.7	10.0	66.7%	0		2.98s	894	407	121
KAT-Coder-Pro V2.5	6.4	4.4	77.8%	2		3.11s	696	289	1,820

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	10.0	10.0	100.0%	0		10.70s	12,351	433	90
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		18.45s	8,391	282	834

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Claude Sonnet 5	3.0	10.0	0.0%	0		7.06s	258	917	204
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		17.06s	204	18	5,701

クイック比較

比較ペアを切り替え