Kwaipilot: KAT-Coder-Air V2.5 vs Thinking Machines: Inkling

KAT-Coder-Air V2.5 (high) が平均スコアでリードし、5.6 vs 5.2 です。 KAT-Coder-Air V2.5 (high) の benchmark コストが低く、$0.077 vs $0.147 です。 Inkling の方が高速で、3.50s vs 15.90s です、成功率は 43.9% vs 28.8% 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、Inkling より約 1.9 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: 2026-07-18

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14	Inkling Inkling none リリース: 2026-07-18

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14	Inkling Inkling none リリース: 2026-07-18
スコア	5.6	5.2
順位	#140	#160
信頼性	9.9	9.9
一貫性	7.7	9.6
正解テスト
試行ごとの合格率	43.9%	28.8%
不安定なテスト	6	1
総実行回数	66	66
結果あたりのコスト	1.097	2.448
合計コスト	$0.077	$0.147
入力価格	$0.150 / 1M	$1.000 / 1M
出力価格	$0.600 / 1M	$4.050 / 1M
合計入力トークン	50,470	104,111
出力トークン	3,957	10,551
推論トークン	111,374	0
応答時間（平均）	15.90s	3.50s
応答時間（最大）	118.35s	48.02s
応答時間（合計）	349.71s	77.09s

Hamster playing table tennis

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

#140 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

#160 Thinking Machines: Inkling

none

Provider returned error

コスト: $0.000
時間: 5.3s
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
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290
Inkling	4.8	10.0	25.0%	0		1.43s	678	261	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
Inkling	4.5	10.0	0.0%	0		1.01s	7,356	436	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
Inkling	2.9	5.8	16.7%	1		25.74s	80,195	8,777	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
Inkling	10.0	10.0	100.0%	0		1.14s	7,056	279	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
Inkling	5.3	10.0	33.3%	0		1.45s	777	42	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
Inkling	5.0	10.0	0.0%	0		859ms	495	156	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
Inkling	6.3	10.0	50.0%	0		1.72s	696	72	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
Inkling	5.6	9.9	33.3%	0		931ms	696	291	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
Inkling	3.0	10.0	0.0%	0		2.50s	5,949	213	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
Inkling	3.0	10.0	0.0%	0		670ms	213	24	0

クイック比較

比較ペアを切り替え