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 6.8 です。 KAT-Coder-Pro V2.5 の benchmark コストが低く、$0.220 vs $0.667 です。 KAT-Coder-Pro V2.5 の方が高速で、10.81s vs 18.64s です、成功率は 98.4% vs 71.4% 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 none 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 none リリース: 2026-07-14
スコア	9.6	6.8
順位	#2	#89
信頼性	10.0	10.0
一貫性	9.7	7.3
正解テスト
試行ごとの合格率	98.4%	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	3.335	1.992
合計コスト	$0.667	$0.220
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	42,749
出力トークン	2,006	63,338
推論トークン	214,153	0
応答時間（平均）	18.64s	10.81s
応答時間（最大）	117.26s	53.57s
応答時間（合計）	391.35s	227.02s

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

#89 KAT-Coder-Pro V2.5

none

コスト: $0.010
時間: 29.0s
トークン: 3,439 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	8.7	7.9	91.7%	1		4.58s	672	3,998	0

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	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0

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	4.7	1.6	66.7%	1		30.76s	15,131	5,366	0

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	10.0	10.0	100.0%	0		5.07s	7,776	2,361	0

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	3.6	7.2	22.2%	1		21.64s	771	20,972	0

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	4.8	3.2	33.3%	1		5.16s	516	1,067	0

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	9.8	10.0	100.0%	0		2.61s	699	1,084	0

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	8.2	7.2	88.9%	1		3.03s	696	1,929	0

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		5.93s	8,391	1,103	0

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		9.91s	204	3,018	0

クイック比較

比較ペアを切り替え