Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.6 27B

平均スコアは 5.6 vs 5.5 でほぼ同等です。 KAT-Coder-Air V2.5 (medium) の benchmark コストが低く、$0.048 vs $0.087 です。 KAT-Coder-Air V2.5 (medium) の方が高速で、8.42s vs 10.65s です、成功率は 45.5% vs 45.5% です。

おすすめモデルKAT-Coder-Air V2.5 (medium)ここでは最高スコア（5.6）で、Qwen3.6 27B より約 1.8 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	Qwen3.6 27B Qwen3.6 27B none リリース: 2026-04-20

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 medium リリース: 2026-07-14	Qwen3.6 27B Qwen3.6 27B none リリース: 2026-04-20
スコア	5.6	5.5
順位	#142	#145
信頼性	9.9	10.0
一貫性	8.9	7.6
正解テスト
試行ごとの合格率	45.5%	45.5%
不安定なテスト	3	6
総実行回数	66	66
結果あたりのコスト	0.593	1.220
合計コスト	$0.048	$0.087
入力価格	$0.150 / 1M	$0.450 / 1M
出力価格	$0.600 / 1M	$2.700 / 1M
合計入力トークン	51,472	95,796
出力トークン	7,822	16,155
推論トークン	58,352	0
応答時間（平均）	8.42s	10.65s
応答時間（最大）	48.19s	156.31s
応答時間（合計）	185.24s	234.39s

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

#145 Qwen3.6 27B

none

コスト: $0.009
時間: 83.0s
トークン: 4,549 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
Qwen3.6 27B	3.8	3.7	41.7%	3		2.83s	696	490	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
Qwen3.6 27B	5.5	10.0	33.3%	0		4.16s	7,913	539	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
Qwen3.6 27B	3.2	9.1	0.0%	0		83.13s	65,572	13,744	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
Qwen3.6 27B	7.3	5.8	83.3%	1		2.06s	7,788	248	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
Qwen3.6 27B	7.7	10.0	66.7%	0		3.03s	789	24	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
Qwen3.6 27B	5.2	9.9	0.0%	0		1.07s	522	72	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
Qwen3.6 27B	6.2	5.8	66.7%	1		1.92s	711	49	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
Qwen3.6 27B	5.3	7.2	44.4%	1		5.15s	714	639	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
Qwen3.6 27B	9.5	10.0	100.0%	0		6.74s	10,881	339	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
Qwen3.6 27B	3.0	10.0	0.0%	0		4.03s	210	11	0

クイック比較

比較ペアを切り替え