AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs xAI: Grok Build 0.1

概要

KAT-Coder-Pro V2.5 (high) が平均スコアでリードし、7.7 vs 7.6 です。 KAT-Coder-Pro V2.5 (high) の benchmark コストが低く、$0.246 vs $0.927 です。 KAT-Coder-Pro V2.5 (high) の方が高速で、12.30s vs 49.90s です、成功率は 63.5% vs 61.9% です。

おすすめモデルKAT-Coder-Pro V2.5 (high)ここでは最高スコア（7.7）で、Grok Build 0.1 (medium) より約 3.8 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: 2026-07-14

指標	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high リリース: 2026-07-14	Grok Build 0.1 Grok Build 0.1 medium リリース: 2026-05-21

指標	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 high リリース: 2026-07-14	Grok Build 0.1 Grok Build 0.1 medium リリース: 2026-05-21
スコア	7.7	7.6
順位	#53	#56
信頼性	10.0	10.0
一貫性	8.1	9.9
正解テスト
試行ごとの合格率	63.5%	61.9%
不安定なテスト	5	0
総実行回数	63	63
結果あたりのコスト	2.228	7.124
合計コスト	$0.246	$0.927
入力価格	$0.740 / 1M	$1.000 / 1M
出力価格	$2.960 / 1M	$2.000 / 1M
合計入力トークン	42,750	44,418
出力トークン	2,509	2,782
推論トークン	69,594	438,018
応答時間（平均）	12.30s	49.90s
応答時間（最大）	95.65s	252.69s
応答時間（合計）	258.34s	1047.92s

生成ショーケース

Hamster playing table tennis

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

#53 KAT-Coder-Pro V2.5

high

コスト: $0.009
時間: 26.4s
トークン: 3,117 tok

#56 xAI: Grok Build 0.1

medium

コスト: $0.028
時間: 81.3s
トークン: 14,009 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-Pro V2.5	7.0	8.0	66.7%	1		3.17s	672	447	2,716
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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-Pro V2.5	6.4	7.9	44.4%	1		22.00s	7,893	422	20,461
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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-Pro V2.5	10.0	10.0	100.0%	0		13.44s	15,132	394	2,807
Grok Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

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-Pro V2.5	10.0	10.0	100.0%	0		4.13s	7,776	278	1,960
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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-Pro V2.5	2.9	4.4	22.2%	2		35.33s	771	33	35,701
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

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-Pro V2.5	5.1	10.0	0.0%	0		3.27s	516	139	647
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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-Pro V2.5	9.9	10.0	100.0%	0		2.67s	699	84	976
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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-Pro V2.5	8.2	7.2	88.9%	1		3.38s	696	428	1,936
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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-Pro V2.5	10.0	10.0	100.0%	0		28.04s	8,391	268	896
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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-Pro V2.5	3.0	10.0	0.0%	0		5.22s	204	16	1,494
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

クイック比較

比較ペアを切り替え

DeepSeek V4 ProhighvsGrok Build 0.1medium KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Claude Opus 4.6mediumvsKAT-Coder-Pro V2.5high KAT-Coder-Pro V2.5highvsGPT-5.6 Terralow KAT-Coder-Pro V2.5highvsGrok 4.3medium KAT-Coder-Pro V2.5highvsMiniMax M3medium Claude Opus 4.8lowvsKAT-Coder-Pro V2.5high KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bmedium GPT-5.3 ChatnonevsGrok Build 0.1medium KAT-Coder-Pro V2.5highvsKimi K2.6medium無料で利用可能 Gemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5high KAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20medium