AI BENCHY Compare

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

概要

KAT-Coder-Air V2.5 (medium) 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 $0.045 です。 Gemma 4 31B の方が高速で、4.05s vs 8.28s です、成功率は 47.6% vs 47.6% 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 (medium) より約 25.7 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 medium 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 medium リリース: 2026-07-14
スコア	6.1	6.2
順位	#120	#115
信頼性	10.0	9.7
一貫性	10.0	8.8
正解テスト
試行ごとの合格率	47.6%	47.6%
不安定なテスト	0	3
総実行回数	63	63
結果あたりのコスト	0.034	0.562
合計コスト	$0.002	$0.045
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	42,750
出力トークン	1,407	7,759
推論トークン	0	56,357
応答時間（平均）	4.05s	8.28s
応答時間（最大）	26.13s	48.19s
応答時間（合計）	76.87s	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.

#120 Gemma 4 31B

none

コスト: $0.001
時間: 12.8s
トークン: 795 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
Gemma 4 31B	6.5	10.0	50.0%	0		1.85s	852	45	0
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
Gemma 4 31B	5.5	10.0	33.3%	0		11.19s	8,381	735	0
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
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		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
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		3.65s	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
Gemma 4 31B	7.7	10.0	66.7%	0		3.22s	903	27	0
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
Gemma 4 31B	10.0	10.0	100.0%	0		2.09s	576	117	0
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
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	795	78	0
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
Gemma 4 31B	6.5	10.0	33.3%	0		4.23s	828	108	0
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
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	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
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		15.74s	204	20	7,662

クイック比較

比較ペアを切り替え

Gemini 2.5 FlashnonevsKAT-Coder-Air V2.5medium Gemini 3.1 Flash LiteminimalvsKAT-Coder-Air V2.5medium Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5medium KAT-Coder-Air V2.5mediumvsGPT-5.6 Lunalow Seed-2.0-LitenonevsKAT-Coder-Air V2.5medium KAT-Coder-Air V2.5mediumvsQwen3.5-Flashnone Gemma 4 31Bnone無料で利用可能vsKAT-Coder-Air V2.5low KAT-Coder-Air V2.5mediumvsNemotron 3 Ultra 550b A55bnone無料で利用可能 Gemma 4 31Bnone無料で利用可能vsGPT-5.6 Lunalow KAT-Coder-Air V2.5mediumvsGPT-5.5none Gemma 4 31Bnone無料で利用可能vsKAT-Coder-Air V2.5high KAT-Coder-Air V2.5mediumvsQwen3.6 Max Previewnone