AI BENCHY Compare

Kwaipilot: KAT-Coder-Pro V2.5 vs Poolside: Laguna XS 2.1

概要

Laguna XS 2.1 (medium) が平均スコアでリードし、7.0 vs 6.8 です。 Laguna XS 2.1 (medium) の benchmark コストが低く、$0.036 vs $0.220 です。 KAT-Coder-Pro V2.5 の方が高速で、10.81s vs 30.08s です、成功率は 71.4% vs 44.4% です。

おすすめモデルLaguna XS 2.1 (medium)ここでは最高スコア（7.0）で、KAT-Coder-Pro V2.5 より約 6.2 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 none リリース: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 medium リリース: 2026-07-02 無料で利用可能

指標	KAT-Coder-Pro V2.5 KAT-Coder-Pro V2.5 none リリース: 2026-07-14	Laguna XS 2.1 Laguna XS 2.1 medium リリース: 2026-07-02 無料で利用可能
スコア	6.8	7.0
順位	#89	#81
信頼性	10.0	10.0
一貫性	7.3	9.6
正解テスト
試行ごとの合格率	71.4%	44.4%
不安定なテスト	7	1
総実行回数	63	63
結果あたりのコスト	1.992	0.392
合計コスト	$0.220	$0.036
入力価格	$0.740 / 1M	$0.060 / 1M
出力価格	$2.960 / 1M	$0.120 / 1M
合計入力トークン	42,749	45,324
出力トークン	63,338	25,761
推論トークン	0	268,677
応答時間（平均）	10.81s	30.08s
応答時間（最大）	53.57s	155.23s
応答時間（合計）	227.02s	631.77s

生成ショーケース

Hamster playing table tennis

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

#89 KAT-Coder-Pro V2.5

none

コスト: $0.010
時間: 29.0s
トークン: 3,439 tok

#81 Laguna XS 2.1

medium

コスト: $0.001
時間: 30.6s
トークン: 4,678 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	8.7	7.9	91.7%	1		4.58s	672	3,998	0
Laguna XS 2.1	4.8	10.0	25.0%	0		41.96s	774	353	73,090

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	6.1	4.7	66.7%	2		22.52s	7,893	22,440	0
Laguna XS 2.1	5.5	10.0	33.3%	0		70.35s	7,995	23,767	83,258

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	4.7	1.6	66.7%	1		30.76s	15,131	5,366	0
Laguna XS 2.1	9.6	10.0	100.0%	0		13.43s	18,033	507	5,908

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		5.07s	7,776	2,361	0
Laguna XS 2.1	10.0	10.0	100.0%	0		4.50s	7,734	234	3,129

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	3.6	7.2	22.2%	1		21.64s	771	20,972	0
Laguna XS 2.1	2.9	7.2	11.1%	1		65.66s	834	17	91,533

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	4.8	3.2	33.3%	1		5.16s	516	1,067	0
Laguna XS 2.1	5.0	10.0	0.0%	0		4.15s	537	119	1,375

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	9.8	10.0	100.0%	0		2.61s	699	1,084	0
Laguna XS 2.1	9.8	10.0	100.0%	0		2.57s	753	82	1,844

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		3.03s	696	1,929	0
Laguna XS 2.1	5.3	10.0	33.3%	0		3.43s	771	357	3,355

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		5.93s	8,391	1,103	0
Laguna XS 2.1	10.0	10.0	100.0%	0		3.01s	7,638	309	748

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		9.91s	204	3,018	0
Laguna XS 2.1	3.0	10.0	0.0%	0		10.88s	255	16	4,437

クイック比較

比較ペアを切り替え

Ring-2.6-1TmediumvsKAT-Coder-Pro V2.5none Gemini 3.5 FlashminimalvsKAT-Coder-Pro V2.5none KAT-Coder-Pro V2.5nonevsQwen3.5-Flashmedium Laguna XS 2.1medium無料で利用可能vsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsLaguna XS 2.1medium無料で利用可能 KAT-Coder-Pro V2.5nonevsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5nonevsMiMo-V2.5medium Laguna XS 2.1medium無料で利用可能vsGLM 5.2none KAT-Coder-Pro V2.5nonevsgpt-oss-120bmedium無料で利用可能 Laguna XS 2.1medium無料で利用可能vsQwen3.7 Plusnone DeepSeek V4 PrononevsLaguna XS 2.1medium無料で利用可能 Gemini 3 Flash PreviewnonevsLaguna XS 2.1medium無料で利用可能