Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 27B

KAT-Coder-Air V2.5 (high) が平均スコアでリードし、5.6 vs 5.5 です。 KAT-Coder-Air V2.5 (high) の benchmark コストが低く、$0.077 vs $0.087 です。 Qwen3.6 27B の方が高速で、10.65s vs 15.90s です、成功率は 43.9% vs 45.5% です。

おすすめモデルQwen3.6 27B総合的に最も良い選択です。競争力のあるスコア（5.5）、KAT-Coder-Air V2.5 (high) より速い応答、バランスの取れたコストがあります。

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	Qwen3.6 27B Qwen3.6 27B none リリース: 2026-04-20

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14	Qwen3.6 27B Qwen3.6 27B none リリース: 2026-04-20
スコア	5.6	5.5
順位	#137	#145
信頼性	9.9	10.0
一貫性	7.7	7.6
正解テスト
試行ごとの合格率	43.9%	45.5%
不安定なテスト	6	6
総実行回数	66	66
結果あたりのコスト	1.097	1.220
合計コスト	$0.077	$0.087
入力価格	$0.150 / 1M	$0.450 / 1M
出力価格	$0.600 / 1M	$2.700 / 1M
合計入力トークン	50,470	95,796
出力トークン	3,957	16,155
推論トークン	111,374	0
応答時間（平均）	15.90s	10.65s
応答時間（最大）	118.35s	156.31s
応答時間（合計）	349.71s	234.39s

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

#145 Qwen3.6 27B

none

コスト: $0.009
時間: 83.0s
トークン: 4,549 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
Qwen3.6 27B	3.8	3.7	41.7%	3		2.83s	696	490	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
Qwen3.6 27B	5.5	10.0	33.3%	0		4.16s	7,913	539	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
Qwen3.6 27B	3.2	9.1	0.0%	0		83.13s	65,572	13,744	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
Qwen3.6 27B	7.3	5.8	83.3%	1		2.06s	7,788	248	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
Qwen3.6 27B	7.7	10.0	66.7%	0		3.03s	789	24	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
Qwen3.6 27B	5.2	9.9	0.0%	0		1.07s	522	72	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
Qwen3.6 27B	6.2	5.8	66.7%	1		1.92s	711	49	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
Qwen3.6 27B	5.3	7.2	44.4%	1		5.15s	714	639	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
Qwen3.6 27B	9.5	10.0	100.0%	0		6.74s	10,881	339	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
Qwen3.6 27B	3.0	10.0	0.0%	0		4.03s	210	11	0

クイック比較

比較ペアを切り替え