AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Qwen: Qwen3.6 Plus

概要

KAT-Coder-Pro V2.5 (low) が平均スコアでリードし、8.0 vs 7.8 です。 KAT-Coder-Pro V2.5 (low) の benchmark コストが低く、$0.220 vs $0.294 です。 KAT-Coder-Pro V2.5 (low) の方が高速で、10.44s vs 30.70s です、成功率は 71.4% vs 69.8% です。

おすすめモデルKAT-Coder-Pro V2.5 (low)ここでは最高スコア（8.0）で、Qwen3.6 Plus (medium) より約 2.9 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-Pro V2.5 KAT-Coder-Pro V2.5 low リリース: 2026-07-14	Qwen3.6 Plus Qwen3.6 Plus medium リリース: 2026-04-20

指標	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 low リリース: 2026-07-14	Qwen3.6 Plus Qwen3.6 Plus medium リリース: 2026-04-20
スコア	8.0	7.8
順位	#35	#38
信頼性	9.9	10.0
一貫性	7.3	9.3
正解テスト
試行ごとの合格率	71.4%	69.8%
不安定なテスト	7	2
総実行回数	63	63
結果あたりのコスト	1.991	0.831
合計コスト	$0.220	$0.294
入力価格	$0.740 / 1M	$0.325 / 1M
出力価格	$2.960 / 1M	$1.950 / 1M
合計入力トークン	42,750	41,565
出力トークン	2,167	1,853
推論トークン	61,133	141,973
応答時間（平均）	10.44s	30.70s
応答時間（最大）	51.34s	201.68s
応答時間（合計）	219.17s	613.99s

生成ショーケース

Hamster playing table tennis

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

#35 KAT-Coder-Pro V2.5

low

コスト: $0.016
時間: 47.6s
トークン: 5,182 tok

#38 Qwen3.6 Plus

medium

コスト: $0.024
時間: 219.0s
トークン: 12,235 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	6.9	5.8	75.0%	2		4.20s	672	277	4,228
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

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	7.8	10.0	66.7%	0		24.87s	7,893	402	24,945
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

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		14.59s	15,132	394	3,391
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073

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		4.19s	7,776	288	1,917
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

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	4.1	4.4	44.5%	2		17.52s	771	35	16,877
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464

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	4.1	2.7	33.3%	1		2.32s	516	99	412
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

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	10.0	10.0	100.0%	0		2.53s	699	83	1,008
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

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	6.4	4.4	77.8%	2		3.11s	696	289	1,820
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

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		18.45s	8,391	282	834
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

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		17.06s	204	18	5,701
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

クイック比較

比較ペアを切り替え

Qwen3.6 PlusmediumvsGrok 4.5low KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15medium KAT-Coder-Pro V2.5lowvsGPT-5.4 Minimedium KAT-Coder-Pro V2.5lowvsGLM 5.2high KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Sonnet 5mediumvsKAT-Coder-Pro V2.5low GPT-5.6 TerralowvsQwen3.6 Plusmedium KAT-Coder-Pro V2.5lowvsGPT-5.6 Terramedium Claude Sonnet 4.6mediumvsKAT-Coder-Pro V2.5low Qwen3.6 PlusmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.6 Plusmedium