Kwaipilot: KAT-Coder-Air V2.5 vs Z.ai: GLM 5.1

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 $0.164 です。 GLM 5.1 の方が高速で、6.70s vs 15.90s です、成功率は 43.9% vs 40.9% 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、GLM 5.1 より約 2.1 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	GLM 5.1 GLM 5.1 none リリース: 2026-04-07

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high リリース: 2026-07-14	GLM 5.1 GLM 5.1 none リリース: 2026-04-07
スコア	5.6	5.5
順位	#137	#144
信頼性	9.9	10.0
一貫性	7.7	8.2
正解テスト
試行ごとの合格率	43.9%	40.9%
不安定なテスト	6	5
総実行回数	66	66
結果あたりのコスト	1.097	2.368
合計コスト	$0.077	$0.164
入力価格	$0.150 / 1M	$0.966 / 1M
出力価格	$0.600 / 1M	$3.036 / 1M
合計入力トークン	50,470	124,209
出力トークン	3,957	14,393
推論トークン	111,374	0
応答時間（平均）	15.90s	6.70s
応答時間（最大）	118.35s	61.20s
応答時間（合計）	349.71s	147.38s

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

#144 GLM 5.1

none

無効なSVG

コスト: $0.000
時間: 300.0s
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
GLM 5.1	4.0	6.3	25.0%	2		2.11s	555	305	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
GLM 5.1	3.9	9.7	0.0%	0		4.96s	7,256	525	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
GLM 5.1	2.8	1.8	33.3%	2		46.88s	99,907	12,768	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
GLM 5.1	10.0	10.0	100.0%	0		1.08s	7,107	204	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
GLM 5.1	2.9	7.2	11.1%	1		1.99s	687	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
GLM 5.1	5.0	10.0	0.0%	0		790ms	477	39	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
GLM 5.1	9.8	10.0	100.0%	0		1.98s	636	66	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
GLM 5.1	7.7	10.0	66.7%	0		1.45s	609	151	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
GLM 5.1	10.0	10.0	100.0%	0		10.68s	6,789	300	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
GLM 5.1	3.0	10.0	0.0%	0		2.34s	186	11	0

クイック比較

比較ペアを切り替え