AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.5

概要

GPT-5.5 (low) が平均スコアでリードし、9.3 vs 6.2 です。 KAT-Coder-Air V2.5 (high) の benchmark コストが低く、$0.064 vs $0.907 です。 GPT-5.5 (low) の方が高速で、9.76s vs 11.02s です、成功率は 46.0% vs 85.7% です。

おすすめモデルGPT-5.5 (low)この比較で最も高いスコア（9.3）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	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14	GPT-5.5 GPT-5.5 low リリース: 2026-04-24

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14	GPT-5.5 GPT-5.5 low リリース: 2026-04-24
スコア	6.2	9.3
順位	#110	#7
信頼性	9.7	10.0
一貫性	7.6	10.0
正解テスト
試行ごとの合格率	46.0%	85.7%
不安定なテスト	6	0
総実行回数	63	63
結果あたりのコスト	0.910	5.035
合計コスト	$0.064	$0.907
入力価格	$0.150 / 1M	$5.000 / 1M
出力価格	$0.600 / 1M	$30.000 / 1M
合計入力トークン	41,748	34,209
出力トークン	3,894	2,046
推論トークン	91,773	22,460
応答時間（平均）	11.02s	9.76s
応答時間（最大）	104.98s	56.19s
応答時間（合計）	231.37s	204.92s

生成ショーケース

Hamster playing table tennis

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

#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

#7 GPT-5.5

low

コスト: $0.068
時間: 37.0s
トークン: 2,339 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
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		30.61s	15,132	422	8,958
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

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 GPT-5.5lowvsQwen3.7 Maxmedium 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 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 KAT-Coder-Air V2.5highvsNemotron 3 Supermedium無料で利用可能 Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5high Claude Fable 5mediumvsGPT-5.5low