AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Mistral: Mistral Small 4

概要

Mistral Small 4 (medium) が平均スコアでリードし、5.1 vs 4.9 です。 KAT-Coder-Air V2.5 の benchmark コストが低く、$0.037 vs $0.068 です。 KAT-Coder-Air V2.5 の方が高速で、6.99s vs 9.40s です、成功率は 38.1% vs 44.4% です。

おすすめモデルMistral Small 4 (medium)この比較で最も高いスコア（5.1）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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 none リリース: 2026-07-14	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none リリース: 2026-07-14	Mistral Small 4 Mistral Small 4 medium リリース: 2026-03-16
スコア	4.9	5.1
順位	#168	#160
信頼性	10.0	10.0
一貫性	7.1	6.9
正解テスト
試行ごとの合格率	38.1%	44.4%
不安定なテスト	7	8
総実行回数	63	63
結果あたりのコスト	0.724	1.344
合計コスト	$0.037	$0.068
入力価格	$0.150 / 1M	$0.150 / 1M
出力価格	$0.600 / 1M	$0.600 / 1M
合計入力トークン	41,328	42,576
出力トークン	49,933	24,184
推論トークン	0	84,678
応答時間（平均）	6.99s	9.40s
応答時間（最大）	24.94s	59.15s
応答時間（合計）	146.78s	197.39s

生成ショーケース

Hamster playing table tennis

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

#168 KAT-Coder-Air V2.5

none

コスト: $0.002
時間: 14.5s
トークン: 2,619 tok

#160 Mistral Small 4

medium

コスト: $0.006
時間: 47.9s
トークン: 9,857 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	5.3	5.6	50.0%	2		2.68s	672	3,044	0
Mistral Small 4	5.6	3.8	66.7%	3		2.67s	708	4,055	4,778

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	3.3	9.6	0.0%	0		14.31s	6,472	16,918	0
Mistral Small 4	4.4	5.1	33.3%	2		39.98s	7,636	11,635	54,715

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	4.7	1.6	66.7%	1		24.94s	15,131	6,788	0
Mistral Small 4	3.0	10.0	0.0%	0		25.25s	18,706	2,612	10,700

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	6.3	5.8	66.7%	1		2.66s	7,776	1,268	0
Mistral Small 4	7.3	5.9	83.3%	1		1.23s	6,171	335	723

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		6.24s	771	7,818	0
Mistral Small 4	5.3	7.2	44.4%	1		6.11s	742	2,621	6,904

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		12.02s	516	656	0
Mistral Small 4	4.8	10.0	0.0%	0		2.05s	519	821	828

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	9.9	10.0	100.0%	0		1.75s	699	858	0
Mistral Small 4	7.3	5.8	83.3%	1		1.38s	729	540	1,031

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	2.9	4.4	22.2%	2		1.84s	696	1,255	0
Mistral Small 4	3.4	9.7	0.0%	0		2.17s	735	1,226	2,632

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		5.13s	8,391	1,560	0
Mistral Small 4	10.0	10.0	100.0%	0		3.50s	6,420	321	810

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		17.96s	204	9,768	0
Mistral Small 4	3.0	10.0	0.0%	0		5.92s	210	18	1,557

クイック比較

比較ペアを切り替え

North Mini Codenone無料で利用可能vsMistral Small 4medium Mistral Small 4mediumvsMiMo-V2.5none Mistral Small 4mediumvsQwen3.5-9Bnone CobuddymediumvsKAT-Coder-Air V2.5none Mistral Small 4mediumvsQwen3 Coder Nextnone Mistral Small 4mediumvsQwen3.6 35B A3Bnone Trinity Large PreviewnonevsMistral Small 4medium Mistral Small 4mediumvsGPT-4o-mininone DeepSeek V3.2nonevsMistral Small 4medium Mistral Small 4mediumvsQwen3.5-122B-A10Bnone Mistral Small 4mediumvsGPT-5.4 Mininone KAT-Coder-Air V2.5nonevsMiniMax M2.5medium