AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs OpenAI: GPT-5.6 Sol

概要

GPT-5.6 Sol が平均スコアでリードし、6.3 vs 6.2 です。 KAT-Coder-Air V2.5 (medium) の benchmark コストが低く、$0.045 vs $0.225 です。 GPT-5.6 Sol の方が高速で、1.66s vs 8.28s です、成功率は 47.6% vs 57.1% です。

おすすめモデルGPT-5.6 Solここでは最高スコア（6.3）で、KAT-Coder-Air V2.5 (medium) より約 5.0 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 medium リリース: 2026-07-14	GPT-5.6 Sol GPT-5.6 Sol none リリース: 2026-07-09

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium リリース: 2026-07-14	GPT-5.6 Sol GPT-5.6 Sol none リリース: 2026-07-09
スコア	6.2	6.3
順位	#115	#106
信頼性	9.7	10.0
一貫性	8.8	9.0
正解テスト
試行ごとの合格率	47.6%	57.1%
不安定なテスト	3	3
総実行回数	63	63
結果あたりのコスト	0.562	2.244
合計コスト	$0.045	$0.225
入力価格	$0.150 / 1M	$5.000 / 1M
出力価格	$0.600 / 1M	$30.000 / 1M
合計入力トークン	42,750	34,218
出力トークン	7,759	1,776
推論トークン	56,357	0
応答時間（平均）	8.28s	1.66s
応答時間（最大）	48.19s	3.93s
応答時間（合計）	173.80s	34.81s

生成ショーケース

Hamster playing table tennis

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

#115 KAT-Coder-Air V2.5

medium

コスト: $0.003
時間: 23.7s
トークン: 4,924 tok

#106 GPT-5.6 Sol

none

コスト: $0.116
時間: 78.7s
トークン: 3,944 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-5.6 Sol	8.3	10.0	75.0%	0		1.27s	606	154	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-5.6 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	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		27.68s	15,132	372	4,816
GPT-5.6 Sol	3.0	10.0	0.0%	0		3.93s	11,019	300	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-5.6 Sol	10.0	10.0	100.0%	0		1.53s	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-5.6 Sol	3.6	7.2	22.2%	1		1.43s	723	54	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-5.6 Sol	6.5	3.4	66.7%	1		1.52s	477	91	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-5.6 Sol	8.5	6.8	83.3%	1		1.33s	660	84	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-5.6 Sol	7.7	10.0	66.7%	0		1.49s	642	211	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-5.6 Sol	10.0	10.0	100.0%	0		3.70s	5,454	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-5.6 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0

クイック比較

比較ペアを切り替え