Kwaipilot: KAT-Coder-Air V2.5 vs Mistral: Mistral Small 4

KAT-Coder-Air V2.5 (low) が平均スコアでリードし、5.4 vs 5.1 です。 Mistral Small 4 の benchmark コストが低く、$0.022 vs $0.041 です。 Mistral Small 4 の方が高速で、1.20s vs 10.09s です、成功率は 45.5% vs 25.8% です。

おすすめモデルMistral Small 4スコアはここでの最高値に近く（5.1 vs 5.4）、KAT-Coder-Air V2.5 (low) 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: 2026-07-17

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14	Mistral Small 4 Mistral Small 4 none リリース: 2026-03-16

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14	Mistral Small 4 Mistral Small 4 none リリース: 2026-03-16
スコア	5.4	5.1
順位	#151	#157
信頼性	9.9	10.0
一貫性	7.4	9.6
正解テスト
試行ごとの合格率	45.5%	25.8%
不安定なテスト	7	1
総実行回数	66	66
結果あたりのコスト	0.585	0.432
合計コスト	$0.041	$0.022
入力価格	$0.150 / 1M	$0.150 / 1M
出力価格	$0.600 / 1M	$0.600 / 1M
合計入力トークン	61,085	104,708
出力トークン	5,905	9,812
推論トークン	46,990	0
応答時間（平均）	10.09s	1.20s
応答時間（最大）	86.23s	13.16s
応答時間（合計）	222.03s	26.38s

Hamster playing table tennis

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

#151 KAT-Coder-Air V2.5

low

コスト: $0.004
時間: 29.9s
トークン: 6,008 tok

#157 Mistral Small 4

none

コスト: $0.002
時間: 10.4s
トークン: 2,370 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	7.3	5.8	83.3%	2		3.50s	672	422	1,548
Mistral Small 4	3.4	7.9	16.7%	1		395ms	708	182	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	3.5	7.3	11.1%	1		11.06s	7,893	2,001	13,623
Mistral Small 4	3.7	9.7	0.0%	0		901ms	7,636	619	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	6.4	5.8	66.7%	1		55.86s	33,753	2,046	17,833
Mistral Small 4	3.0	10.0	0.0%	0		7.44s	79,039	8,107	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		2.82s	7,776	261	1,069
Mistral Small 4	10.0	10.0	100.0%	0		822ms	7,914	261	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		4.99s	553	310	3,332
Mistral Small 4	5.3	10.0	33.3%	0		367ms	798	28	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	5.0	10.0	0.0%	0		10.11s	516	142	596
Mistral Small 4	4.0	10.0	0.0%	0		729ms	519	205	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		1.64s	699	89	640
Mistral Small 4	6.5	10.0	50.0%	0		380ms	729	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	3.1	4.6	22.2%	2		1.57s	696	294	796
Mistral Small 4	3.1	9.9	0.0%	0		399ms	735	111	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		4.47s	8,391	330	1,065
Mistral Small 4	10.0	10.0	100.0%	0		1.40s	6,420	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		19.98s	136	10	6,488
Mistral Small 4	3.0	10.0	0.0%	0		397ms	210	17	0

クイック比較

比較ペアを切り替え