BenchLeader

Claude Fable 5 vs Kimi K3.1 Pro Together

詳しいプロフィール:Claude Fable 5(Anthropic)とKimi K3.1 Pro Together(Moonshot AI)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 8件の情報源のデータ

2026年11月16日時点で、品質ではClaude Fable 5がKimi K3.1 Pro Togetherを上回ります(BenchLeader Indexで65.4 対 60.0)。両方を測定できるすべてのカテゴリでClaude Fable 5がリードしています。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Fable 5が65.4、Kimi K3.1 Pro Togetherが60.0です(BenchLeader、2026年11月16日)。
  • Claude Fable 5の100万トークンあたりのブレンド価格は$20.00です(定価、2026年11月16日)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
推論Claude Fable 5カテゴリスコア80 対 67高
知識どちらでもカテゴリスコア66 対 66どちらでも
チャットの質(人間の評価)–Arenaの評価があるのはClaude Fable 5のみです(カテゴリスコア68)比較不可
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • 品質ではClaude Fable 5がリードしています:65.4 対 60.0。
  • Claude Fable 5は知識、推論で優れています。

概要

仕様Claude Fable 5Kimi K3.1 Pro Together
プロバイダーAnthropicMoonshot AI
リリース日2026年6月9日2026年10月23日
コンテキストウィンドウ(トークン)1,000,000–
比較した構成Claude Fable 5Kimi K3.1 Pro Together (max)
オープンウェイトなしなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$10.00 / $50.00 / $1.00–

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリClaude Fable 5Kimi K3.1 Pro Together (max)トップ
推論80.166.9Claude Fable 5
コーディング75.5–比較不可
エージェント・ツール60.5–比較不可
数学–65.2比較不可
知識66.466.0互角
人間の評価67.7–比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール数学知識人間の評価Claude Fable 5, 推論: 80.1Claude Fable 5, コーディング: 75.5Claude Fable 5, エージェント・ツール: 60.5Claude Fable 5, 知識: 66.4Claude Fable 5, 人間の評価: 67.7Kimi K3.1 Pro Together, 推論: 66.9Kimi K3.1 Pro Together, 数学: 65.2Kimi K3.1 Pro Together, 知識: 66.0

破線:そのモデルは横切る軸の結果がなく、線は隣の軸同士をつないでいるだけです。

描画していないもの(これらのモデルの結果なし):指示追従, 長文コンテキスト, マルチモーダル。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある0件のベンチマークのうち、Claude Fable 5のリードが0件、Kimi K3.1 Pro Togetherのリードが0件です。両方を評価しているすべての総合指標で、Claude Fable 5が上回っています。

総合IndexClaude Fable 5Kimi K3.1 Pro Together (max)トップ
BenchLeader Index65.460.0Claude Fable 5

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標Claude Fable 5Kimi K3.1 Pro Together (max)
100万トークンあたりのブレンド価格$20.00–
100万トークンあたりの入力/出力$10.00 / $50.00– / –
100万トークンあたりのキャッシュ入力$1.00–
タスクあたりの価格:チャットの返答$0.019–
タスクあたりの価格:30ページのレポートを要約$0.150–
タスクあたりの価格:コード編集$0.135–
タスクあたりの価格:エージェント型コーディングセッション$0.800–
タスクあたりの価格:構造化データの抽出$0.030–
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.395–
出力速度50 tok/s–
回答開始までの時間3.2秒–

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Fable 5のスコアは65.4、最初の回答トークンまで3秒。Claude Fable 5 (max)は65.1(95秒)、Claude Fable 5 (high)は63.9(3秒)。Kimi K3.1 Pro Together (max)のスコアは60.0。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

125件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元Claude Fable 5Kimi K3.1 Pro Together (max)
BenchLeader IndexBenchLeader65.460.0
エージェント・ツールスコアBenchLeader60.5–
コーディングスコアBenchLeader75.5–
人間の評価スコアBenchLeader67.7–
知識スコアBenchLeader66.466.0
推論スコアBenchLeader80.166.9
数学スコアBenchLeader–65.2
ブレンド価格($/100万トークン)BenchLeader$20.00–
出力速度BenchLeader50 tok/s–
回答開始までの時間BenchLeader3.2秒–
コンテキストウィンドウBenchLeader1,000,000トークン–
推論
GPQA DiamondEpoch AI Benchmarking Hub85.9%†94.2%
SimpleBenchSimpleBench81.9%†–
Arena Hard PromptsArena (LMArena)1530†–
LiveBench 1.0 ReasoningLiveBench89.7%†–
GPQA Diamond (AA)Artificial Analysis92.6%†–
Humanity's Last Exam (AA)Artificial Analysis55.5%†–
GPQA Diamond (Vals)Vals AI93.2%†–
EnigmaEvalScale AI SEAL39.3%†–
Kagi LLM BenchmarkKagi LLM Benchmark88.8%–
ARC-AGI-1ARC Prize98.5%†–
ARC-AGI-2ARC Prize89.2%†–
CritPtArtificial Analysis28.6%†–
Arena ExpertArena (LMArena)1550†–
Chess PuzzlesEpoch AI Benchmarking Hub47.0%†45.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub52.0%†42.0%
LMCAEpoch AI Benchmarking Hub60.3%†–
DTBenchEpoch AI Benchmarking Hub98.4%†–
ForecastBenchForecastBench65.9%†–
BTF-3Epoch AI Benchmarking Hub13.0%†–
コーディング
SciCodeSciCode61.0%†–
WeirdMLWeirdML91.9%†–
FrontierCodeCognition53.5%–
GSO-BenchGSO-Bench78.4%–
Arena CodingArena (LMArena)1552†–
Arena WebDevArena (LMArena)1625†–
125件のベンチマークをすべて表示
指標公開元Claude Fable 5Kimi K3.1 Pro Together (max)
コーディング
LiveBench 1.0 CodingLiveBench86.0%†–
LiveCodeBenchVals AI89.8%†–
SWE-bench (Vals)Vals AI95.0%†–
Code MigrationVals AI55.1%†–
ProgramBenchVals AI2.0%†–
Vibe Code Bench v1.1Vals AI90.3%†–
SWE Atlas v1.0: Codebase QnAScale AI SEAL39.0%†–
SWE Atlas v1.0: RefactoringScale AI SEAL54.8%†–
SWE Atlas v1.0: Test WritingScale AI SEAL55.6%†–
MirrorCodeEpoch AI Benchmarking Hub70.0%†–
Surface Evolver BenchEpoch AI Benchmarking Hub95.0%†–
DeepSWE v1.1Epoch AI Benchmarking Hub69.7%†–
ALE-BenchEpoch AI Benchmarking Hub2041.3†–
FrontierSWEEpoch AI Benchmarking Hub47.0%†–
WeirdML v3WeirdML15.6%†–
Terminal-Bench 4.0 (AA)Artificial Analysis42.4%†–
Terminal-Bench 2.1 (AA)Artificial Analysis84.6%†–
Startrise FrontendStartrise73.8%†–
GameBench 2 OverallDuelLab GameBench 265.8–
GameBench 2 by reasoning settingDuelLab GameBench 258.1†–
Design Arena WebsiteDesign Arena1288–
エージェント・ツール
Terminal-BenchTerminal-Bench44.9%†–
Remote Labor IndexScale AI / CAIS16.1%–
APEX-AgentsMercor63.6%–
Arena AgentArena (LMArena)7.3†–
LiveBench Agentic CodingLiveBench62.2%†–
Terminal-Bench HardArtificial Analysis62.9%†–
τ²-Bench Telecom (AA)Artificial Analysis98.5%†–
Terminal-Bench 2.1 (Vals)Vals AI80.5%†–
MCP AtlasScale AI SEAL83.3%–
HiL-BenchScale AI SEAL56.3%–
τ³-bench Bankingτ²-bench39.7%†–
GDPval-AA v2.1Artificial Analysis1618†–
τ³-Banking (AA)Artificial Analysis38.1%†–
Analyst Agent (AA)Artificial Analysis48.8%†–
Finance Agent v2Vals AI56.3%†–
Harvey's Legal Agent Benchmark v1Vals AI11.3%†–
Legal Research BenchVals AI49.5%†–
Tax Agent BenchVals AI38.3%†–
Terminal-Bench 4.0 (Vals)Vals AI41.4%†–
Terminal-Bench ScienceVals AI15.7%†–
Web Search IndexVals AI46.9%†–
Arena SearchArena (LMArena)1229†–
Arena Agent Task CompletionArena (LMArena)5.1†–
PostTrainBenchEpoch AI Benchmarking Hub37.3%†–
GBAEvalEpoch AI Benchmarking Hub74.5%–
Vending-Bench 2Andon Labs4529.9–
AutomationBenchArtificial Analysis54.1%†–
GDP.pdf (AA)Artificial Analysis24.0%†–
EnterpriseOps-GymArtificial Analysis51.1%†–
AA-Briefcase v1.1Artificial Analysis1536†–
Design Arena AgenticDesign Arena1275–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub87.0%†78.3%
FrontierMath Tier 4Epoch AI Benchmarking Hub90.2%†65.8%
OTIS Mock AIMEEpoch AI Benchmarking Hub99.7%†100.0%
ProofBenchVals AI95.0%†–
LiveBench MathematicsLiveBench96.0%†–
Arena MathsArena (LMArena)1520†–
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%†–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub70.7%†62.2%
LiveBench 1.0 Data AnalysisLiveBench80.5%†–
MMLU-ProVals AI91.5%†–
LegalBenchVals AI88.6%†–
CorpFinVals AI71.8%†–
TaxEvalVals AI76.9%†–
PRBench FinanceScale AI SEAL53.9%–
PRBench LegalScale AI SEAL52.6%–
Excel Modeling BenchmarkVals AI73.7%†–
MedCodeVals AI56.1%†–
MedScribeVals AI88.5%†–
Public Benefits Bench v1.1Vals AI70.4%†–
EBR-benchEpoch AI Benchmarking Hub39.5%†–
GDP.pdfEpoch AI Benchmarking Hub30.0%–
指示追従
LiveBench LanguageLiveBench90.7%†–
LiveBench Instruction FollowingLiveBench75.8%†–
IFBenchArtificial Analysis63.5%†–
Arena Instruction FollowingArena (LMArena)1509†–
人間の評価
Arena TextArena (LMArena)1504†–
EQ-Bench 4EQ-Bench1313–
EQ-Bench Creative Writing v3EQ-Bench1944–
Arena Creative WritingArena (LMArena)1501†–
Arena Multi-turnArena (LMArena)1517†–
Arena Longer QueriesArena (LMArena)1522†–
マルチモーダル
Arena VisionArena (LMArena)1326†–
MMMU-Pro (Vals)Vals AI89.3%†–
MortgageTaxVals AI68.9%†–
Humanity's Sixth SenseScale AI SEAL34.5%†–
GeoBenchGeoBench89.0%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub38.6%–
Furniture AssemblyEpoch AI Benchmarking Hub35.8%†55.8%
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.3%†–
Arena DocumentArena (LMArena)1500†–
MLCRArtificial Analysis20.6%†–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.1–
LiveBench 1.0LiveBench83.0%†–
AA Intelligence Index v4.3.2Artificial Analysis49.6†–
AA Progress Index v1Artificial Analysis329.3†–
Vals RSI IndexVals AI24.3%†–
Vals Multimodal IndexVals AI74.2%†–
安全性・誠実さ
DistressBenchScale AI SEAL69.4%–

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • Claude Fable 5:BenchLeader Index 66.5 → 65.4。
  • Claude Fable 5:スコアの改訂1件。
  • Kimi K3.1 Pro Together (max):BenchLeader Index 60.5 → 60.0。
  • Kimi K3.1 Pro Together (max):初めての結果。
  • Claude Fable 5:スコアの改訂1件。
  • Claude Fable 5:スコアの改訂1件。
  • Claude Fable 5:BenchLeader Index 67.3 → 66.5。
  • Claude Fable 5:スコアの改訂1件。
  • Claude Fable 5:新しい結果1件(Harvey's Legal Agent Benchmark v1)。
  • Claude Fable 5:スコアの改訂1件。

ランキング: 総合ベストLLM · コーディングに最適なLLM · エージェントに最適なLLM · 安くて優秀なLLM

Claude Fable 5 vs Kimi K3.1 Pro Together:よくある質問

Claude Fable 5はKimi K3.1 Pro Togetherより優れていますか?
品質ではClaude Fable 5がリードしています:65.4 対 60.0。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では総合でClaude Fable 5が上回っていますが、用途に合わせてカテゴリ別のスコアも確認してください。
Kimi K3.1 Pro Togetherはいつリリースされましたか?
Kimi K3.1 Pro Togetherは2026年10月23日にリリースされました。