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 6.2 です。 KAT-Coder-Air V2.5 (medium) の benchmark コストが低く、$0.045 vs $1.115 です。 KAT-Coder-Air V2.5 (medium) の方が高速で、8.28s vs 8.84s です、成功率は 96.8% vs 47.6% 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 medium 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 medium リリース: 2026-07-14
スコア	9.8	6.2
順位	#1	#115
信頼性	10.0	9.7
一貫性	9.6	8.8
正解テスト
試行ごとの合格率	96.8%	47.6%
不安定なテスト	1	3
総実行回数	63	63
結果あたりのコスト	5.575	0.562
合計コスト	$1.115	$0.045
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	42,750
出力トークン	1,975	7,759
推論トークン	115,638	56,357
応答時間（平均）	8.84s	8.28s
応答時間（最大）	34.82s	48.19s
応答時間（合計）	185.57s	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.

#1 Gemini 3.5 Flash

high

コスト: $0.208
時間: 118.2s
トークン: 23,158 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 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
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 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
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 3.5 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		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 3.5 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		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 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721
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 3.5 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		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 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
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 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
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 3.5 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		4.77s	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 3.5 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		15.74s	204	20	7,662

クイック比較

比較ペアを切り替え