AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 27B

概要

KAT-Coder-Air V2.5 (low) が平均スコアでリードし、6.0 vs 5.5 です。 Qwen3.6 27B の benchmark コストが低く、$0.025 vs $0.030 です。 Qwen3.6 27B の方が高速で、3.72s vs 6.47s です、成功率は 46.0% vs 47.6% です。

おすすめモデルKAT-Coder-Air V2.5 (low)この比較で最も高いスコア（6.0）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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	Qwen3.6 27B Qwen3.6 27B none リリース: 2026-04-20

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 low リリース: 2026-07-14	Qwen3.6 27B Qwen3.6 27B none リリース: 2026-04-20
スコア	6.0	5.5
順位	#124	#145
信頼性	9.7	10.0
一貫性	7.6	7.6
正解テスト
試行ごとの合格率	46.0%	47.6%
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	0.467
合計コスト	$0.030	$0.025
入力価格	$0.150 / 1M	$0.290 / 1M
出力価格	$0.600 / 1M	$2.400 / 1M
合計入力トークン	42,464	52,721
出力トークン	4,227	3,812
推論トークン	34,864	0
応答時間（平均）	6.47s	3.72s
応答時間（最大）	25.49s	11.82s
応答時間（合計）	135.80s	78.08s

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

#145 Qwen3.6 27B

none

コスト: $0.009
時間: 83.0s
トークン: 4,549 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
Qwen3.6 27B	3.8	3.7	41.7%	3		2.83s	696	490	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
Qwen3.6 27B	5.5	10.0	33.3%	0		4.16s	7,913	539	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
Qwen3.6 27B	3.0	10.0	0.0%	0		9.95s	22,497	1,401	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
Qwen3.6 27B	7.3	5.8	83.3%	1		2.06s	7,788	248	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
Qwen3.6 27B	7.7	10.0	66.7%	0		3.03s	789	24	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
Qwen3.6 27B	5.2	9.9	0.0%	0		1.07s	522	72	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
Qwen3.6 27B	6.2	5.8	66.7%	1		1.92s	711	49	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
Qwen3.6 27B	5.3	7.2	44.4%	1		5.15s	714	639	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
Qwen3.6 27B	9.5	10.0	100.0%	0		6.74s	10,881	339	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
Qwen3.6 27B	3.0	10.0	0.0%	0		4.03s	210	11	0

クイック比較

比較ペアを切り替え