Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.6 Luna

平均スコアは 5.4 vs 5.4 でほぼ同等です。 KAT-Coder-Air V2.5 (low) の benchmark コストが低く、$0.041 vs $0.142 です。 GPT-5.6 Luna の方が高速で、1.50s vs 10.09s です、成功率は 45.5% vs 34.9% です。

おすすめモデルKAT-Coder-Air V2.5 (low)ここでは最高スコア（5.4）で、GPT-5.6 Luna より約 3.5 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	GPT-5.6 Luna GPT-5.6 Luna none リリース: 2026-07-09

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14	GPT-5.6 Luna GPT-5.6 Luna none リリース: 2026-07-09
スコア	5.4	5.4
順位	#151	#152
信頼性	9.9	10.0
一貫性	7.4	8.8
正解テスト
試行ごとの合格率	45.5%	34.9%
不安定なテスト	7	3
総実行回数	66	66
結果あたりのコスト	0.585	2.360
合計コスト	$0.041	$0.142
入力価格	$0.150 / 1M	$1.000 / 1M
出力価格	$0.600 / 1M	$6.000 / 1M
合計入力トークン	61,085	101,323
出力トークン	5,905	6,709
推論トークン	46,990	0
応答時間（平均）	10.09s	1.50s
応答時間（最大）	86.23s	10.57s
応答時間（合計）	222.03s	32.91s

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

#152 GPT-5.6 Luna

none

コスト: $0.016
時間: 15.8s
トークン: 2,685 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-5.6 Luna	4.8	10.0	25.0%	0		901ms	606	266	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
GPT-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	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
GPT-5.6 Luna	3.2	9.1	0.0%	0		6.68s	78,124	5,022	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
GPT-5.6 Luna	10.0	10.0	100.0%	0		758ms	7,140	222	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
GPT-5.6 Luna	2.9	7.2	11.1%	1		737ms	723	54	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
GPT-5.6 Luna	5.0	10.0	0.0%	0		1.00s	477	150	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
GPT-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	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
GPT-5.6 Luna	5.3	10.0	33.3%	0		790ms	642	202	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
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.80s	5,454	222	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
GPT-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0

クイック比較

比較ペアを切り替え