Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-122B-A10B

平均スコアは 5.6 vs 5.7 でほぼ同等です。 KAT-Coder-Air V2.5 (high) の benchmark コストが低く、$0.077 vs $0.247 です。 Qwen3.5-122B-A10B の方が高速で、12.92s vs 15.90s です、成功率は 43.9% vs 33.3% です。

おすすめモデルKAT-Coder-Air V2.5 (high)ここでは最高スコア（5.6）で、Qwen3.5-122B-A10B より約 3.2 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: 2026-07-17

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none リリース: 2026-02-24

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none リリース: 2026-02-24
スコア	5.6	5.7
順位	#137	#135
信頼性	9.9	10.0
一貫性	7.7	9.3
正解テスト
試行ごとの合格率	43.9%	33.3%
不安定なテスト	6	2
総実行回数	66	66
結果あたりのコスト	1.097	4.182
合計コスト	$0.077	$0.247
入力価格	$0.150 / 1M	$0.260 / 1M
出力価格	$0.600 / 1M	$2.080 / 1M
合計入力トークン	50,470	241,566
出力トークン	3,957	88,458
推論トークン	111,374	0
応答時間（平均）	15.90s	12.92s
応答時間（最大）	118.35s	212.63s
応答時間（合計）	349.71s	284.21s

Hamster playing table tennis

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

#137 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

#135 Qwen3.5-122B-A10B

none

コスト: $0.016
時間: 44.5s
トークン: 6,431 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
Qwen3.5-122B-A10B	4.8	10.0	25.0%	0		1.59s	696	312	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
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883
Qwen3.5-122B-A10B	3.7	7.0	22.2%	1		2.77s	7,913	693	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
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		74.48s	23,854	485	28,559
Qwen3.5-122B-A10B	5.2	6.9	33.3%	1		129.31s	214,006	86,212	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
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	7,794	243	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
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		465ms	789	15	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
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	522	66	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
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675
Qwen3.5-122B-A10B	6.3	10.0	50.0%	0		513ms	711	69	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
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576
Qwen3.5-122B-A10B	3.8	10.0	0.0%	0		1.00s	714	575	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
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	8,211	264	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
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		295ms	210	9	0

クイック比較

比較ペアを切り替え