AI BENCHY Compare

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

概要

平均スコアは 6.1 vs 6.2 でほぼ同等です。 Gemini 3.1 Flash Lite の benchmark コストが低く、$0.013 vs $0.045 です。 Gemini 3.1 Flash Lite の方が高速で、1.06s vs 8.28s です、成功率は 52.4% vs 47.6% です。

おすすめモデルGemini 3.1 Flash Liteここでは最高スコア（6.1）で、KAT-Coder-Air V2.5 (medium) より約 3.5 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	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none リリース: 2026-05-08	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium リリース: 2026-07-14

指標	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite none リリース: 2026-05-08	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium リリース: 2026-07-14
スコア	6.1	6.2
順位	#118	#115
信頼性	10.0	9.7
一貫性	8.6	8.8
正解テスト
試行ごとの合格率	52.4%	47.6%
不安定なテスト	4	3
総実行回数	63	63
結果あたりのコスト	0.144	0.562
合計コスト	$0.013	$0.045
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	36,710	42,750
出力トークン	2,484	7,759
推論トークン	0	56,357
応答時間（平均）	1.06s	8.28s
応答時間（最大）	2.97s	48.19s
応答時間（合計）	22.35s	173.80s

生成ショーケース

Hamster playing table tennis

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

#118 Gemini 3.1 Flash Lite

none

コスト: $0.001
時間: 4.5s
トークン: 727 tok

#115 KAT-Coder-Air V2.5

medium

コスト: $0.003
時間: 23.7s
トークン: 4,924 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	7.5	8.4	66.7%	1		1.07s	506	639	0
KAT-Coder-Air V2.5	8.7	8.0	91.7%	1		3.79s	672	549	4,194

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		938ms	8,128	666	0
KAT-Coder-Air V2.5	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973

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		2.73s	12,870	357	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		27.68s	15,132	372	4,816

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		843ms	7,267	279	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.65s	7,776	268	1,881

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		762ms	647	15	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		4.87s	771	487	4,454

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		992ms	486	63	0
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		9.81s	516	189	557

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		859ms	619	72	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		1.50s	699	93	730

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	6.3	4.8	66.7%	2		720ms	570	150	0
KAT-Coder-Air V2.5	3.6	7.2	22.2%	1		1.87s	696	265	1,184

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		2.97s	5,457	234	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	317	906

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		733ms	160	9	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		15.74s	204	20	7,662

クイック比較

比較ペアを切り替え