AI BENCHY Compare

Kwaipilot: KAT-Coder-Air V2.5 vs Qwen: Qwen3.5-9B

概要

KAT-Coder-Air V2.5 が平均スコアでリードし、4.9 vs 3.8 です。 Qwen3.5-9B (medium) の benchmark コストが低く、$0.036 vs $0.037 です。 KAT-Coder-Air V2.5 の方が高速で、6.99s vs 82.24s です、成功率は 38.1% vs 27.0% です。

おすすめモデルKAT-Coder-Air V2.5ここでは最高スコア（4.9）で、Qwen3.5-9B (medium) より約 11.8 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 none リリース: 2026-07-14	Qwen3.5-9B Qwen3.5-9B medium リリース: 2026-03-02

指標	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 none リリース: 2026-07-14	Qwen3.5-9B Qwen3.5-9B medium リリース: 2026-03-02
スコア	4.9	3.8
順位	#168	#193
信頼性	10.0	6.7
一貫性	7.1	8.0
正解テスト
試行ごとの合格率	38.1%	27.0%
不安定なテスト	7	5
総実行回数	63	63
結果あたりのコスト	0.724	1.187
合計コスト	$0.037	$0.036
入力価格	$0.150 / 1M	$0.100 / 1M
出力価格	$0.600 / 1M	$0.150 / 1M
合計入力トークン	41,328	17,070
出力トークン	49,933	29,045
推論トークン	0	209,516
応答時間（平均）	6.99s	82.24s
応答時間（最大）	24.94s	226.38s
応答時間（合計）	146.78s	1315.88s

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

#193 Qwen3.5-9B

medium

コスト: $0.001
時間: 35.9s
トークン: 3,030 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
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

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
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

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
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	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	6.3	5.8	66.7%	1		2.66s	7,776	1,268	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

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
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

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
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

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
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

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
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

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
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

クイック比較

比較ペアを切り替え

CobuddymediumvsKAT-Coder-Air V2.5none KAT-Coder-Air V2.5nonevsMiniMax M2.5medium KAT-Coder-Air V2.5nonevsMistral Small 4medium gpt-oss-120bnone無料で利用可能vsQwen3.5-9Bmedium Granite 4.1 8BnonevsQwen3.5-9Bmedium KAT-Coder-Air V2.5nonevsQwen3 Coder Nextmedium KAT-Coder-Air V2.5nonevsMiniMax M2.7medium Qwen3.5-9BmediumvsGrok 4.20none KAT-Coder-Air V2.5nonevsGLM 4.7 Flashmedium Mercury 2nonevsQwen3.5-9Bmedium Ling-2.6-1TnonevsQwen3.5-9Bmedium North Mini Codemedium無料で利用可能vsKAT-Coder-Air V2.5none