AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-35B-A3B

概要

Qwen3.5-35B-A3B (medium) が平均スコアでリードし、6.3 vs 6.0 です。 KAT-Coder-Air V2.5 (low) の benchmark コストが低く、$0.030 vs $0.401 です。 KAT-Coder-Air V2.5 (low) の方が高速で、6.47s vs 72.57s です、成功率は 46.0% vs 69.8% です。

おすすめモデルKAT-Coder-Air V2.5 (low)スコアはここでの最高値に近く（6.0 vs 6.3）、Qwen3.5-35B-A3B (medium) より約 13.4 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	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium リリース: 2026-02-24

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium リリース: 2026-02-24
スコア	6.0	6.3
順位	#124	#108
信頼性	9.7	10.0
一貫性	7.6	7.5
正解テスト
試行ごとの合格率	46.0%	69.8%
不安定なテスト	6	6
総実行回数	63	63
結果あたりのコスト	0.427	5.162
合計コスト	$0.030	$0.401
入力価格	$0.150 / 1M	$0.140 / 1M
出力価格	$0.600 / 1M	$1.000 / 1M
合計入力トークン	42,464	42,196
出力トークン	4,227	40,630
推論トークン	34,864	353,577
応答時間（平均）	6.47s	72.57s
応答時間（最大）	25.49s	409.98s
応答時間（合計）	135.80s	1524.04s

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

#108 Qwen3.5-35B-A3B

medium

コスト: $0.009
時間: 71.4s
トークン: 8,631 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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

クイック比較

比較ペアを切り替え