AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs OpenAI: GPT-5.5

概要

GPT-5.5 (low) が平均スコアでリードし、9.3 vs 7.5 です。 KAT-Coder-Pro V2.5 (medium) の benchmark コストが低く、$0.275 vs $0.907 です。 GPT-5.5 (low) の方が高速で、9.76s vs 12.95s です、成功率は 65.1% vs 85.7% です。

おすすめモデルGPT-5.5 (low)この比較で最も高いスコア（9.3）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-Pro V2.5 KAT-Coder-Pro V2.5 medium リリース: 2026-07-14	GPT-5.5 GPT-5.5 low リリース: 2026-04-24

指標	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 medium リリース: 2026-07-14	GPT-5.5 GPT-5.5 low リリース: 2026-04-24
スコア	7.5	9.3
順位	#60	#7
信頼性	10.0	10.0
一貫性	7.7	10.0
正解テスト
試行ごとの合格率	65.1%	85.7%
不安定なテスト	6	0
総実行回数	63	63
結果あたりのコスト	2.498	5.035
合計コスト	$0.275	$0.907
入力価格	$0.740 / 1M	$5.000 / 1M
出力価格	$2.960 / 1M	$30.000 / 1M
合計入力トークン	42,750	34,209
出力トークン	2,098	2,046
推論トークン	80,027	22,460
応答時間（平均）	12.95s	9.76s
応答時間（最大）	81.45s	56.19s
応答時間（合計）	271.92s	204.92s

生成ショーケース

Hamster playing table tennis

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

#60 KAT-Coder-Pro V2.5

medium

コスト: $0.009
時間: 25.6s
トークン: 2,939 tok

#7 GPT-5.5

low

コスト: $0.068
時間: 37.0s
トークン: 2,339 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	8.2	7.9	83.3%	1		3.90s	672	208	3,868
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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		33.10s	7,893	416	33,658
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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		14.50s	15,132	363	3,367
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717

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	7.3	5.9	83.3%	1		4.70s	7,776	275	2,122
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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	7.2	11.1%	1		29.03s	771	36	29,584
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609

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	4.7	3.1	33.3%	1		2.35s	516	92	381
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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		2.58s	699	83	971
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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	5.9	4.5	66.7%	2		3.20s	696	325	1,867
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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		19.02s	8,391	282	1,010
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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		9.87s	204	18	3,199
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

クイック比較

比較ペアを切り替え