Google: Gemma 4 26B A4B vs Kwaipilot: KAT-Coder-Air V2.5

KAT-Coder-Air V2.5 (high) 平均分领先，为 5.6 vs 5.5。 Gemma 4 26B A4B benchmark 成本更低，为 $0.018 vs $0.077。 Gemma 4 26B A4B 更快，为 7.64s vs 15.90s，通过率为 42.4% vs 43.9%。

推荐模型Gemma 4 26B A4B它的得分接近这里的最高分（5.5 vs 5.6），同时成本比KAT-Coder-Air V2.5 (high)低约 4.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	Gemma 4 26B A4B Gemma 4 26B A4B none 发布日期: 2026-04-03 免费可用	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high 发布日期: 2026-07-14

指标	Gemma 4 26B A4B Gemma 4 26B A4B none 发布日期: 2026-04-03 免费可用	KAT-Coder-Air V2.5 KAT-Coder-Air V2.5 high 发布日期: 2026-07-14
分数	5.5	5.6
排名	#149	#137
可靠性	10.0	9.9
一致性	9.2	7.7
测试正确
尝试通过率	42.4%	43.9%
不稳定测试	2	6
总运行次数	66	66
每个结果成本	0.235	1.097
总成本	$0.018	$0.077
输入价格	$0.100 / 1M	$0.150 / 1M
输出价格	$0.300 / 1M	$0.600 / 1M
总输入令牌	131,282	50,470
输出令牌	15,781	3,957
推理令牌	0	111,374
响应时间（平均）	7.64s	15.90s
响应时间（最大）	57.10s	118.35s
响应时间（总计）	167.98s	349.71s

Hamster playing table tennis

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

#149 Gemma 4 26B A4B

none

成本: $0.001
时间: 39.5s
令牌: 790 tok

#137 KAT-Coder-Air V2.5

high

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	8.3	10.0	75.0%	0		1.28s	852	230	0
KAT-Coder-Air V2.5	6.9	5.8	75.0%	2		2.49s	615	204	1,290

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	3.7	7.2	22.2%	1		4.16s	7,736	476	0
KAT-Coder-Air V2.5	4.3	7.3	11.1%	1		39.07s	6,948	1,166	55,883

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	3.0	10.0	0.0%	0		37.23s	104,894	14,266	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		74.48s	23,854	485	28,559

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	10.0	10.0	100.0%	0		1.70s	8,352	285	0
KAT-Coder-Air V2.5	6.5	10.0	50.0%	0		3.59s	7,776	284	2,140

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	3.6	7.2	22.2%	1		2.49s	903	27	0
KAT-Coder-Air V2.5	2.9	7.2	11.1%	1		7.47s	771	914	8,602

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	4.0	10.0	0.0%	0		3.54s	576	85	0
KAT-Coder-Air V2.5	5.1	10.0	0.0%	0		7.10s	516	179	539

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	6.3	10.0	50.0%	0		690ms	795	75	0
KAT-Coder-Air V2.5	9.8	10.0	100.0%	0		1.51s	699	90	675

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	6.2	10.0	33.3%	0		744ms	828	114	0
KAT-Coder-Air V2.5	3.5	4.4	33.3%	2		2.47s	696	285	1,576

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	10.0	10.0	100.0%	0		57.10s	6,123	210	0
KAT-Coder-Air V2.5	10.0	10.0	100.0%	0		4.77s	8,391	330	1,082

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Gemma 4 26B A4B	3.0	10.0	0.0%	0		778ms	223	13	0
KAT-Coder-Air V2.5	3.0	10.0	0.0%	0		21.72s	204	20	11,028

快速对比

切换对比组合