Kwaipilot: KAT-Coder-Air V2.5 vs Poolside: Laguna XS 2.1

KAT-Coder-Air V2.5 (low) が平均スコアでリードし、5.4 vs 5.3 です。 Laguna XS 2.1 の benchmark コストが低く、$0.008 vs $0.041 です。 Laguna XS 2.1 の方が高速で、1.55s vs 10.09s です、成功率は 45.5% vs 30.3% です。

おすすめモデルLaguna XS 2.1スコアはここでの最高値に近く（5.3 vs 5.4）、KAT-Coder-Air V2.5 (low) より約 5.8 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	Laguna XS 2.1 Laguna XS 2.1 none リリース: 2026-07-02 無料で利用可能

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 none リリース: 2026-07-02 無料で利用可能
スコア	5.4	5.3
順位	#151	#153
信頼性	9.9	10.0
一貫性	7.4	9.0
正解テスト
試行ごとの合格率	45.5%	30.3%
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	0.143
合計コスト	$0.041	$0.008
入力価格	$0.150 / 1M	$0.060 / 1M
出力価格	$0.600 / 1M	$0.120 / 1M
合計入力トークン	61,085	91,598
出力トークン	5,905	13,377
推論トークン	46,990	0
応答時間（平均）	10.09s	1.55s
応答時間（最大）	86.23s	19.02s
応答時間（合計）	222.03s	34.19s

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

#153 Laguna XS 2.1

none

コスト: $0.001
時間: 27.6s
トークン: 4,344 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
Laguna XS 2.1	5.3	8.3	33.3%	1		755ms	774	1,015	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
Laguna XS 2.1	4.3	7.8	22.2%	1		623ms	7,995	562	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
Laguna XS 2.1	3.0	10.0	0.0%	0		10.39s	64,647	10,328	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
Laguna XS 2.1	10.0	10.0	100.0%	0		768ms	7,734	240	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
Laguna XS 2.1	5.3	10.0	33.3%	0		364ms	834	14	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
Laguna XS 2.1	5.0	10.0	0.0%	0		529ms	537	128	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
Laguna XS 2.1	3.8	5.8	33.3%	1		364ms	638	50	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
Laguna XS 2.1	3.0	10.0	0.0%	0		1.01s	771	730	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
Laguna XS 2.1	10.0	10.0	100.0%	0		1.36s	7,413	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		19.98s	136	10	6,488
Laguna XS 2.1	3.0	10.0	0.0%	0		254ms	255	10	0

クイック比較

比較ペアを切り替え