AI BENCHY Compare

Google: Gemma 4 31B vs Kwaipilot: KAT-Coder-Air V2.5

概要

KAT-Coder-Air V2.5 (high) が平均スコアでリードし、6.2 vs 6.1 です。 Gemma 4 31B の benchmark コストが低く、$0.002 vs $0.064 です。 Gemma 4 31B の方が高速で、4.05s vs 11.02s です、成功率は 47.6% vs 46.0% です。

おすすめモデルGemma 4 31Bスコアはここでの最高値に近く（6.1 vs 6.2）、KAT-Coder-Air V2.5 (high) より約 36.4 倍低コストです。

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	Gemma 4 31B Gemma 4 31B none リリース: 2026-04-02 無料で利用可能	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14

指標	Gemma 4 31B Gemma 4 31B none リリース: 2026-04-02 無料で利用可能	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14
スコア	6.1	6.2
順位	#120	#110
信頼性	10.0	9.7
一貫性	10.0	7.6
正解テスト
試行ごとの合格率	47.6%	46.0%
不安定なテスト	0	6
総実行回数	63	63
結果あたりのコスト	0.034	0.910
合計コスト	$0.002	$0.064
入力価格	$0.060 / 1M	$0.150 / 1M
出力価格	$0.350 / 1M	$0.600 / 1M
合計入力トークン	20,911	41,748
出力トークン	1,407	3,894
推論トークン	0	91,773
応答時間（平均）	4.05s	11.02s
応答時間（最大）	26.13s	104.98s
応答時間（合計）	76.87s	231.37s

生成ショーケース

Hamster playing table tennis

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

#120 Gemma 4 31B

none

コスト: $0.001
時間: 12.8s
トークン: 795 tok

#110 KAT-Coder-Air V2.5

high

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 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
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	852	45	0
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290

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
Gemma 4 31B	5.5	10.0	33.3%	0		11.19s	8,381	735	0
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883

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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958

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
Gemma 4 31B	10.0	10.0	100.0%	0		2.25s	8,352	285	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140

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
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	903	27	0
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602

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
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	576	117	0
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539

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
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	795	78	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675

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
Gemma 4 31B	6.5	10.0	33.3%	0		4.23s	828	108	0
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576

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
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082

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
Gemma 4 31B	3.0	10.0	0.0%	0		1.25s	224	12	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028

クイック比較

比較ペアを切り替え

Seed-2.0-LitenonevsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Lunalow KAT-Coder-Air V2.5highvsGPT-5.5none KAT-Coder-Air V2.5highvsQwen3.5-35B-A3Bmedium Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5high Gemma 4 31Bnone無料で利用可能vsKAT-Coder-Air V2.5medium Gemma 4 31Bmedium無料で利用可能vsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5highvsGPT-5.6 Solnone Gemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5high Gemma 4 31Bnone無料で利用可能vsKAT-Coder-Air V2.5low KAT-Coder-Air V2.5highvsNemotron 3 Supermedium無料で利用可能 Gemma 4 31Bnone無料で利用可能vsGPT-5.6 Lunalow