Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.4

GPT-5.4 が平均スコアでリードし、5.8 vs 5.6 です。 KAT-Coder-Air V2.5 (medium) の benchmark コストが低く、$0.048 vs $0.397 です。 GPT-5.4 の方が高速で、2.07s vs 8.42s です、成功率は 45.5% vs 34.9% です。

おすすめモデルKAT-Coder-Air V2.5 (medium)スコアはここでの最高値に近く（5.6 vs 5.8）、GPT-5.4 より約 8.4 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: 2026-07-17

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium リリース: 2026-07-14	GPT-5.4 GPT-5.4 none リリース: 2026-03-05

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium リリース: 2026-07-14	GPT-5.4 GPT-5.4 none リリース: 2026-03-05
スコア	5.6	5.8
順位	#142	#132
信頼性	9.9	10.0
一貫性	8.9	9.2
正解テスト
試行ごとの合格率	45.5%	34.9%
不安定なテスト	3	2
総実行回数	66	66
結果あたりのコスト	0.593	5.663
合計コスト	$0.048	$0.397
入力価格	$0.150 / 1M	$2.500 / 1M
出力価格	$0.600 / 1M	$15.000 / 1M
合計入力トークン	51,472	108,632
出力トークン	7,822	8,321
推論トークン	58,352	0
応答時間（平均）	8.42s	2.07s
応答時間（最大）	48.19s	15.63s
応答時間（合計）	185.24s	45.51s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#142 KAT-Coder-Air V2.5

medium

コスト: $0.003
時間: 23.7s
トークン: 4,924 tok

#132 GPT-5.4

none

コスト: $0.026
時間: 18.1s
トークン: 1,792 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	8.7	8.0	91.7%	1		3.79s	672	549	4,194
GPT-5.4	3.2	8.0	8.3%	1		1.21s	606	406	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	3.6	7.0	22.2%	1		23.37s	7,893	5,199	29,973
GPT-5.4	5.5	10.0	33.3%	0		1.62s	7,305	516	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	6.5	10.0	50.0%	0		19.56s	23,854	435	6,811
GPT-5.4	3.0	10.0	0.0%	0		9.26s	85,439	6,195	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		3.65s	7,776	268	1,881
GPT-5.4	10.0	10.0	100.0%	0		1.04s	7,140	222	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	3.0	10.0	0.0%	0		4.87s	771	487	4,454
GPT-5.4	5.3	7.2	44.4%	1		1.07s	723	50	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		9.81s	516	189	557
GPT-5.4	4.4	9.9	0.0%	0		1.78s	477	184	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	10.0	10.0	100.0%	0		1.50s	699	93	730
GPT-5.4	6.5	10.0	50.0%	0		1.07s	660	81	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	3.6	7.2	22.2%	1		1.87s	696	265	1,184
GPT-5.4	5.6	9.8	33.3%	0		1.44s	642	381	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		4.77s	8,391	317	906
GPT-5.4	10.0	10.0	100.0%	0		2.75s	5,445	246	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		15.74s	204	20	7,662
GPT-5.4	3.0	10.0	0.0%	0		990ms	195	40	0

クイック比較

比較ペアを切り替え