AI BENCHY Compare

Google: Gemini 3 Flash Preview vs Kwaipilot: KAT-Coder-Pro V2.5

概要

Gemini 3 Flash Preview (medium) が平均スコアでリードし、9.6 vs 7.5 です。 KAT-Coder-Pro V2.5 (medium) の benchmark コストが低く、$0.275 vs $0.667 です。 KAT-Coder-Pro V2.5 (medium) の方が高速で、12.95s vs 18.64s です、成功率は 98.4% vs 65.1% です。

おすすめモデルGemini 3 Flash Preview (medium)この比較で最も高いスコア（9.6）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 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium リリース: 2026-07-14

指標	Gemini 3 Flash Preview Gemini 3 Flash Preview medium リリース: 2025-12-17	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium リリース: 2026-07-14
スコア	9.6	7.5
順位	#2	#60
信頼性	10.0	10.0
一貫性	9.7	7.7
正解テスト
試行ごとの合格率	98.4%	65.1%
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	3.335	2.498
合計コスト	$0.667	$0.275
入力価格	$0.500 / 1M	$0.740 / 1M
出力価格	$3.000 / 1M	$2.960 / 1M
合計入力トークン	37,017	42,750
出力トークン	2,006	2,098
推論トークン	214,153	80,027
応答時間（平均）	18.64s	12.95s
応答時間（最大）	117.26s	81.45s
応答時間（合計）	391.35s	271.92s

生成ショーケース

Hamster playing table tennis

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

#2 Gemini 3 Flash Preview

medium

コスト: $0.010
時間: 17.9s
トークン: 3,236 tok

#60 KAT-Coder-Pro V2.5

medium

コスト: $0.009
時間: 25.6s
トークン: 2,939 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 Flash Preview	10.0	10.0	100.0%	0		3.88s	494	330	3,216
KAT-Coder-Pro V2.5	8.2	7.9	83.3%	1		3.90s	672	208	3,868

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 Flash Preview	8.6	7.6	88.9%	1		84.40s	8,122	462	161,084
KAT-Coder-Pro V2.5	7.8	10.0	66.7%	0		33.10s	7,893	416	33,658

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 Flash Preview	10.0	10.0	100.0%	0		22.42s	12,873	351	10,485
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		14.50s	15,132	363	3,367

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 Flash Preview	10.0	10.0	100.0%	0		5.43s	7,548	279	4,893
KAT-Coder-Pro V2.5	7.3	5.9	83.3%	1		4.70s	7,776	275	2,122

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 Flash Preview	10.0	10.0	100.0%	0		15.27s	633	12	21,684
KAT-Coder-Pro V2.5	2.9	7.2	11.1%	1		29.03s	771	36	29,584

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 Flash Preview	10.0	10.0	100.0%	0		5.19s	486	72	1,905
KAT-Coder-Pro V2.5	4.7	3.1	33.3%	1		2.35s	516	92	381

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 Flash Preview	10.0	10.0	100.0%	0		4.04s	615	72	2,709
KAT-Coder-Pro V2.5	9.9	10.0	100.0%	0		2.58s	699	83	971

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 Flash Preview	10.0	10.0	100.0%	0		4.05s	558	183	4,365
KAT-Coder-Pro V2.5	5.9	4.5	66.7%	2		3.20s	696	325	1,867

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 Flash Preview	10.0	10.0	100.0%	0		12.60s	5,532	234	1,487
KAT-Coder-Pro V2.5	10.0	10.0	100.0%	0		19.02s	8,391	282	1,010

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 Flash Preview	10.0	10.0	100.0%	0		5.50s	156	11	2,325
KAT-Coder-Pro V2.5	3.0	10.0	0.0%	0		9.87s	204	18	3,199

クイック比較

比較ペアを切り替え