AI BENCHY Compare

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

概要

KAT-Coder-Air V2.5 (medium) が平均スコアでリードし、6.2 vs 6.0 です。 KAT-Coder-Air V2.5 (medium) の benchmark コストが低く、$0.045 vs $0.130 です。 GPT-5.6 Terra の方が高速で、1.25s vs 8.28s です、成功率は 47.6% vs 42.9% です。

おすすめモデルKAT-Coder-Air V2.5 (medium)ここでは最高スコア（6.2）で、GPT-5.6 Terra より約 2.9 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 medium リリース: 2026-07-14	GPT-5.6 Terra GPT-5.6 Terra 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 Terra GPT-5.6 Terra none リリース: 2026-07-09
スコア	6.2	6.0
順位	#115	#123
信頼性	9.7	10.0
一貫性	8.8	9.3
正解テスト
試行ごとの合格率	47.6%	42.9%
不安定なテスト	3	2
総実行回数	63	63
結果あたりのコスト	0.562	1.623
合計コスト	$0.045	$0.130
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	42,750	39,552
出力トークン	7,759	2,060
推論トークン	56,357	0
応答時間（平均）	8.28s	1.25s
応答時間（最大）	48.19s	3.97s
応答時間（合計）	173.80s	26.21s

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

#123 GPT-5.6 Terra

none

コスト: $0.030
時間: 14.7s
トークン: 2,082 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 Terra	4.8	10.0	25.0%	0		942ms	606	191	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 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	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 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	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 Terra	10.0	10.0	100.0%	0		1.13s	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 Terra	5.3	7.2	44.4%	1		757ms	723	68	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 Terra	5.0	10.0	0.0%	0		1.03s	477	102	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 Terra	8.5	6.8	83.3%	1		1.15s	660	101	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 Terra	5.3	10.0	33.3%	0		1.23s	642	235	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 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	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 Terra	3.0	10.0	0.0%	0		787ms	195	24	0

クイック比較

比較ペアを切り替え