AI BENCHY Compare

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

概要

平均スコアは 6.0 vs 6.0 でほぼ同等です。 KAT-Coder-Air V2.5 (low) の benchmark コストが低く、$0.030 vs $0.130 です。 GPT-5.6 Terra の方が高速で、1.25s vs 6.47s です、成功率は 46.0% vs 42.9% です。

おすすめモデルKAT-Coder-Air V2.5 (low)ここでは最高スコア（6.0）で、GPT-5.6 Terra より約 4.4 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: 2026-07-14

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14	GPT-5.6 Terra GPT-5.6 Terra 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 Terra GPT-5.6 Terra none リリース: 2026-07-09
スコア	6.0	6.0
順位	#124	#123
信頼性	9.7	10.0
一貫性	7.6	9.3
正解テスト
試行ごとの合格率	46.0%	42.9%
不安定なテスト	6	2
総実行回数	63	63
結果あたりのコスト	0.427	1.623
合計コスト	$0.030	$0.130
入力価格	$0.150 / 1M	$2.500 / 1M
出力価格	$0.600 / 1M	$15.000 / 1M
合計入力トークン	42,464	39,552
出力トークン	4,227	2,060
推論トークン	34,864	0
応答時間（平均）	6.47s	1.25s
応答時間（最大）	25.49s	3.97s
応答時間（合計）	135.80s	26.21s

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

#123 GPT-5.6 Terra

none

コスト: $0.030
時間: 14.7s
トークン: 2,082 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 Terra	4.8	10.0	25.0%	0		942ms	606	191	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 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	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	10.0	10.0	100.0%	0		25.49s	15,132	368	5,707
GPT-5.6 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	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 Terra	10.0	10.0	100.0%	0		1.13s	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 Terra	5.3	7.2	44.4%	1		757ms	723	68	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 Terra	5.0	10.0	0.0%	0		1.03s	477	102	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 Terra	8.5	6.8	83.3%	1		1.15s	660	101	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 Terra	5.3	10.0	33.3%	0		1.23s	642	235	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 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	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 Terra	3.0	10.0	0.0%	0		787ms	195	24	0

クイック比較

比較ペアを切り替え

KAT-Coder-Air V2.5lowvsQwen3.6 Max Previewnone KAT-Coder-Air V2.5lowvsGLM 5none KAT-Coder-Air V2.5lowvsQwen3.6 Flashnone KAT-Coder-Air V2.5lowvsQwen3.5-35B-A3Bnone KAT-Coder-Air V2.5lowvsNemotron 3 Ultra 550b A55bnone無料で利用可能 KAT-Coder-Air V2.5lowvsQwen3.5-27Bnone Gemma 4 31Bnone無料で利用可能vsKAT-Coder-Air V2.5low KAT-Coder-Air V2.5lowvsQwen3.5-Flashnone Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5low KAT-Coder-Air V2.5lowvsQwen3.5 Plus 2026-02-15none North Mini Codemedium無料で利用可能vsKAT-Coder-Air V2.5low North Mini Codemedium無料で利用可能vsGPT-5.6 Terranone