AI BENCHY Compare

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

概要

Gemini 3.5 Flash (high) が平均スコアでリードし、9.8 vs 8.0 です。 KAT-Coder-Pro V2.5 (low) の benchmark コストが低く、$0.220 vs $1.115 です。 Gemini 3.5 Flash (high) の方が高速で、8.84s vs 10.44s です、成功率は 96.8% vs 71.4% 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-Pro V2.5 KAT-Coder-Pro 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-Pro V2.5 KAT-Coder-Pro V2.5 low リリース: 2026-07-14
スコア	9.8	8.0
順位	#1	#35
信頼性	10.0	9.9
一貫性	9.6	7.3
正解テスト
試行ごとの合格率	96.8%	71.4%
不安定なテスト	1	7
総実行回数	63	63
結果あたりのコスト	5.575	1.991
合計コスト	$1.115	$0.220
入力価格	$1.500 / 1M	$0.740 / 1M
出力価格	$9.000 / 1M	$2.960 / 1M
合計入力トークン	37,594	42,750
出力トークン	1,975	2,167
推論トークン	115,638	61,133
応答時間（平均）	8.84s	10.44s
応答時間（最大）	34.82s	51.34s
応答時間（合計）	185.57s	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.

#1 Gemini 3.5 Flash

high

コスト: $0.208
時間: 118.2s
トークン: 23,158 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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		22.37s	12,873	351	16,323
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466
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
Gemini 3.5 Flash	7.6	7.2	77.8%	1		14.09s	633	12	24,721
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
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
Gemini 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005
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