AI BENCHY Compare

Google: Gemini 3.5 Flash vs Kwaipilot: KAT-Coder-Air V2.5

概要

Gemini 3.5 Flash (high) が平均スコアでリードし、9.8 vs 6.0 です。 KAT-Coder-Air V2.5 (low) の benchmark コストが低く、$0.030 vs $1.115 です。 KAT-Coder-Air V2.5 (low) の方が高速で、6.47s vs 8.84s です、成功率は 96.8% vs 46.0% です。

おすすめモデルGemini 3.5 Flash (high)この比較で最も高いスコア（9.8）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14

指標	Gemini 3.5 Flash Gemini 3.5 Flash high リリース: 2026-05-19	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14
スコア	9.8	6.0
順位	#1	#124
信頼性	10.0	9.7
一貫性	9.6	7.6
正解テスト
試行ごとの合格率	96.8%	46.0%
不安定なテスト	1	6
総実行回数	63	63
結果あたりのコスト	5.575	0.427
合計コスト	$1.115	$0.030
入力価格	$1.500 / 1M	$0.150 / 1M
出力価格	$9.000 / 1M	$0.600 / 1M
合計入力トークン	37,594	42,464
出力トークン	1,975	4,227
推論トークン	115,638	34,864
応答時間（平均）	8.84s	6.47s
応答時間（最大）	34.82s	25.49s
応答時間（合計）	185.57s	135.80s

生成ショーケース

Hamster playing table tennis

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

#1 Gemini 3.5 Flash

high

コスト: $0.208
時間: 118.2s
トークン: 23,158 tok

#124 KAT-Coder-Air V2.5

low

コスト: $0.004
時間: 29.9s
トークン: 6,008 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 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
KAT-Coder-Air V2.5	7.3	5.8	83.3%	2		3.50s	672	422	1,548

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 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
KAT-Coder-Air V2.5	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623

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 3.5 Flash	10.0	10.0	100.0%	0		22.37s	12,873	351	16,323
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707

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 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		2.82s	7,776	261	1,069

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 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		4.99s	553	310	3,332

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 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650
KAT-Coder-Air V2.5	5.0	10.0	0.0%	0		10.11s	516	142	596

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 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.64s	699	89	640

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 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
KAT-Coder-Air V2.5	3.1	4.6	22.2%	2		1.57s	696	294	796

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 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.47s	8,391	330	1,065

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 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		19.98s	136	10	6,488

クイック比較

比較ペアを切り替え