AI BENCHY Compare

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

概要

平均スコアは 6.0 vs 6.0 でほぼ同等です。 Qwen3.6 Flash の benchmark コストが低く、$0.015 vs $0.030 です。 Qwen3.6 Flash の方が高速で、1.60s vs 6.47s です、成功率は 46.0% vs 33.3% です。

おすすめモデルQwen3.6 Flashここでは最高スコア（6.0）で、KAT-Coder-Air V2.5 (low) より約 2.1 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	Qwen3.6 Flash Qwen3.6 Flash 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 Flash Qwen3.6 Flash none リリース: 2026-04-20
スコア	6.0	6.0
順位	#124	#126
信頼性	9.7	10.0
一貫性	7.6	10.0
正解テスト
試行ごとの合格率	46.0%	33.3%
不安定なテスト	6	0
総実行回数	63	63
結果あたりのコスト	0.427	0.266
合計コスト	$0.030	$0.015
入力価格	$0.150 / 1M	$0.188 / 1M
出力価格	$0.600 / 1M	$1.125 / 1M
合計入力トークン	42,464	50,810
出力トークン	4,227	4,164
推論トークン	34,864	0
応答時間（平均）	6.47s	1.60s
応答時間（最大）	25.49s	4.60s
応答時間（合計）	135.80s	33.59s

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

#126 Qwen3.6 Flash

none

コスト: $0.005
時間: 20.1s
トークン: 4,211 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 Flash	3.1	10.0	0.0%	0		1.63s	696	1,554	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 Flash	5.4	10.0	33.3%	0		1.79s	6,488	889	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 Flash	3.0	10.0	0.0%	0		4.22s	24,675	315	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 Flash	10.0	10.0	100.0%	0		2.13s	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
Qwen3.6 Flash	5.3	10.0	33.3%	0		1.11s	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
Qwen3.6 Flash	10.0	10.0	100.0%	0		947ms	522	132	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 Flash	6.3	10.0	50.0%	0		1.10s	711	66	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 Flash	3.5	10.0	0.0%	0		1.21s	714	669	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 Flash	10.0	10.0	100.0%	0		2.49s	8,211	272	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 Flash	3.0	10.0	0.0%	0		649ms	210	9	0

クイック比較

比較ペアを切り替え