AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.5

概要

GPT-5.5 (low) が平均スコアでリードし、9.3 vs 6.0 です。 KAT-Coder-Air V2.5 (low) の benchmark コストが低く、$0.030 vs $0.907 です。 KAT-Coder-Air V2.5 (low) の方が高速で、6.47s vs 9.76s です、成功率は 46.0% vs 85.7% です。

おすすめモデルGPT-5.5 (low)この比較で最も高いスコア（9.3）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-14

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14	GPT-5.5 GPT-5.5 low リリース: 2026-04-24

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14	GPT-5.5 GPT-5.5 low リリース: 2026-04-24
スコア	6.0	9.3
順位	#124	#7
信頼性	9.7	10.0
一貫性	7.6	10.0
正解テスト
試行ごとの合格率	46.0%	85.7%
不安定なテスト	6	0
総実行回数	63	63
結果あたりのコスト	0.427	5.035
合計コスト	$0.030	$0.907
入力価格	$0.150 / 1M	$5.000 / 1M
出力価格	$0.600 / 1M	$30.000 / 1M
合計入力トークン	42,464	34,209
出力トークン	4,227	2,046
推論トークン	34,864	22,460
応答時間（平均）	6.47s	9.76s
応答時間（最大）	25.49s	56.19s
応答時間（合計）	135.80s	204.92s

生成ショーケース

Hamster playing table tennis

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

#124 KAT-Coder-Air V2.5

low

コスト: $0.004
時間: 29.9s
トークン: 6,008 tok

#7 GPT-5.5

low

コスト: $0.068
時間: 37.0s
トークン: 2,339 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
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

クイック比較

比較ペアを切り替え