AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Kwaipilot: KAT-Coder-Air V2.5

概要

KAT-Coder-Air V2.5 (high) が平均スコアでリードし、6.2 vs 6.1 です。 Gemini 3.1 Flash Lite (minimal) の benchmark コストが低く、$0.013 vs $0.064 です。 Gemini 3.1 Flash Lite (minimal) の方が高速で、1.33s vs 11.02s です、成功率は 54.0% vs 46.0% です。

おすすめモデルGemini 3.1 Flash Lite (minimal)スコアはここでの最高値に近く（6.1 vs 6.2）、KAT-Coder-Air V2.5 (high) より約 4.9 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	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal リリース: 2026-05-08	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal リリース: 2026-05-08	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14
スコア	6.1	6.2
順位	#116	#110
信頼性	10.0	9.7
一貫性	8.8	7.6
正解テスト
試行ごとの合格率	54.0%	46.0%
不安定なテスト	3	6
総実行回数	63	63
結果あたりのコスト	0.130	0.910
合計コスト	$0.013	$0.064
入力価格	$0.250 / 1M	$0.150 / 1M
出力価格	$1.500 / 1M	$0.600 / 1M
合計入力トークン	36,973	41,748
出力トークン	2,487	3,894
推論トークン	0	91,773
応答時間（平均）	1.33s	11.02s
応答時間（最大）	4.49s	104.98s
応答時間（合計）	27.91s	231.37s

生成ショーケース

Hamster playing table tennis

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

#116 Gemini 3.1 Flash Lite

minimal

コスト: $0.001
時間: 3.7s
トークン: 635 tok

#110 KAT-Coder-Air V2.5

high

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 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
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	500	639	0
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290

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
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		831ms	8,126	666	0
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883

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
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.53s	12,870	357	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958

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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	7,552	279	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140

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
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		1.02s	641	15	0
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602

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
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	490	63	0
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539

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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	615	72	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675

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
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	564	153	0
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576

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
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		3.51s	5,457	234	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082

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
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		724ms	158	9	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028

クイック比較

比較ペアを切り替え

Gemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5medium Seed-2.0-LitenonevsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashnone KAT-Coder-Air V2.5highvsGPT-5.5none Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow Seed-2.0-LitenonevsGemini 3.1 Flash Liteminimal KAT-Coder-Air V2.5highvsQwen3.5-35B-A3Bmedium Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5high Gemini 3.1 Flash LiteminimalvsNemotron 3 Ultra 550b A55bnone無料で利用可能 Gemma 4 31Bmedium無料で利用可能vsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Solnone