AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-Flash

概要

Qwen3.5-Flash が平均スコアでリードし、6.1 vs 6.0 です。 Qwen3.5-Flash の benchmark コストが低く、$0.005 vs $0.030 です。 Qwen3.5-Flash の方が高速で、3.58s vs 6.47s です、成功率は 46.0% vs 39.7% です。

おすすめモデルQwen3.5-Flashここでは最高スコア（6.1）で、KAT-Coder-Air V2.5 (low) より約 7.2 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-Flash Qwen3.5-Flash none 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-Flash Qwen3.5-Flash none リリース: 2026-02-24
スコア	6.0	6.1
順位	#124	#119
信頼性	9.7	10.0
一貫性	7.6	9.7
正解テスト
試行ごとの合格率	46.0%	39.7%
不安定なテスト	6	1
総実行回数	63	63
結果あたりのコスト	0.427	0.075
合計コスト	$0.030	$0.005
入力価格	$0.150 / 1M	$0.065 / 1M
出力価格	$0.600 / 1M	$0.260 / 1M
合計入力トークン	42,464	46,439
出力トークン	4,227	4,276
推論トークン	34,864	0
応答時間（平均）	6.47s	3.58s
応答時間（最大）	25.49s	27.18s
応答時間（合計）	135.80s	75.28s

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

#119 Qwen3.5-Flash

none

コスト: $0.003
時間: 47.4s
トークン: 7,799 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-Flash	3.5	8.3	8.3%	1		1.32s	696	690	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
Qwen3.5-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	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
Qwen3.5-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	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
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	7,794	243	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
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	789	15	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
Qwen3.5-Flash	10.0	10.0	100.0%	0		803ms	522	100	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
Qwen3.5-Flash	6.3	10.0	50.0%	0		8.81s	711	63	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
Qwen3.5-Flash	3.1	10.0	0.0%	0		10.89s	714	579	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
Qwen3.5-Flash	10.0	10.0	100.0%	0		3.67s	8,211	264	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
Qwen3.5-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

クイック比較

比較ペアを切り替え

KAT-Coder-Air V2.5lowvsGPT-5.6 Terranone KAT-Coder-Air V2.5lowvsQwen3.6 Max Previewnone KAT-Coder-Air V2.5lowvsGLM 5none KAT-Coder-Air V2.5lowvsQwen3.6 Flashnone Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashnone KAT-Coder-Air V2.5lowvsQwen3.5-35B-A3Bnone KAT-Coder-Air V2.5mediumvsQwen3.5-Flashnone 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 GPT-5.6 LunalowvsQwen3.5-Flashnone Gemini 3.1 Flash LitenonevsKAT-Coder-Air V2.5low