AI BENCHY Compare

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

概要

平均スコアは 6.0 vs 6.0 でほぼ同等です。 KAT-Coder-Air V2.5 (low) の benchmark コストが低く、$0.030 vs $0.075 です。 Qwen3.6 Max Preview の方が高速で、3.30s vs 6.47s です、成功率は 46.0% vs 58.7% です。

おすすめモデルQwen3.6 Max Previewここでは最高スコア（6.0）で、KAT-Coder-Air V2.5 (low) より約 2.0 倍速く応答します。

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 Max Preview Qwen3.6 Max Preview 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 Max Preview Qwen3.6 Max Preview none リリース: 2026-04-20
スコア	6.0	6.0
順位	#124	#122
信頼性	9.7	10.0
一貫性	7.6	9.2
正解テスト
試行ごとの合格率	46.0%	58.7%
不安定なテスト	6	2
総実行回数	63	63
結果あたりのコスト	0.427	0.824
合計コスト	$0.030	$0.075
入力価格	$0.150 / 1M	$1.040 / 1M
出力価格	$0.600 / 1M	$6.240 / 1M
合計入力トークン	42,464	42,509
出力トークン	4,227	4,779
推論トークン	34,864	0
応答時間（平均）	6.47s	3.30s
応答時間（最大）	25.49s	20.51s
応答時間（合計）	135.80s	69.40s

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

#122 Qwen3.6 Max Preview

none

コスト: $0.025
時間: 83.9s
トークン: 4,066 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 Max Preview	5.2	7.9	41.7%	1		2.63s	696	513	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 Max Preview	3.8	7.3	22.2%	1		3.12s	7,913	456	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 Max Preview	3.0	10.0	0.0%	0		20.51s	14,949	2,842	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 Max Preview	10.0	10.0	100.0%	0		2.87s	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 Max Preview	7.7	10.0	66.7%	0		1.22s	789	18	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 Max Preview	4.3	10.0	0.0%	0		1.62s	522	76	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 Max Preview	9.8	10.0	100.0%	0		1.40s	711	69	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 Max Preview	10.0	10.0	100.0%	0		2.65s	714	321	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 Max Preview	10.0	10.0	100.0%	0		5.27s	8,211	222	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 Max Preview	3.0	10.0	0.0%	0		1.97s	210	19	0

クイック比較

比較ペアを切り替え