BenchLeader

Claude Opus 4.7 vs Kimi K3.1 Pro Together

詳しいプロフィール:Claude Opus 4.7(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、Claude Opus 4.7とKimi K3.1 Pro Togetherの品質は互角です(BenchLeader Indexで63.1 対 60.0、±4.4の誤差範囲内)。数学(67 対 65)を重視するならClaude Opus 4.7、推論(67 対 64)を重視するならKimi K3.1 Pro Togetherが向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Opus 4.7が63.1、Kimi K3.1 Pro Togetherが60.0です(BenchLeader、2026年11月16日)。
  • Claude Opus 4.7の100万トークンあたりのブレンド価格は$10.00です(定価、2026年11月16日)。
  • 両モデルに結果がある1件のベンチマークのうち、Kimi K3.1 Pro Togetherが1件でリードしています(BenchLeader、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
数学Claude Opus 4.7カテゴリスコア67 対 65中
推論Kimi K3.1 Pro Togetherカテゴリスコア67 対 64;Mystery Game Puzzles 42.0% 対 13.0%中
チャットの質(人間の評価)–Arenaの評価があるのはClaude Opus 4.7のみです(カテゴリスコア67)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

  • Claude Opus 4.7とKimi K3.1 Pro Together (max)の品質は互角です(63.1 対 60.0、±4.4の誤差範囲内)。
  • Claude Opus 4.7は数学で優れています。
  • Kimi K3.1 Pro Together (max)は推論で優れています。

概要

仕様Claude Opus 4.7Kimi K3.1 Pro Together
プロバイダーAnthropicMoonshot AI
リリース日2026年4月16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 Opus 4.7Kimi 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)$5.00 / $25.00 / $0.500–

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 Opus 4.7Kimi K3.1 Pro Together (max)トップ
推論63.666.9Kimi K3.1 Pro Together
コーディング60.9–比較不可
エージェント・ツール67.9–比較不可
数学66.765.2Claude Opus 4.7
知識–66.0比較不可
人間の評価67.3–比較不可
マルチモーダル67.1–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・ツール数学知識マルチモーダル人間の評価Claude Opus 4.7, 推論: 63.6Claude Opus 4.7, コーディング: 60.9Claude Opus 4.7, エージェント・ツール: 67.9Claude Opus 4.7, 数学: 66.7Claude Opus 4.7, マルチモーダル: 67.1Claude Opus 4.7, 人間の評価: 67.3Kimi 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。

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1件のベンチマークのうち、Claude Opus 4.7のリードが0件、Kimi K3.1 Pro Togetherのリードが1件です。

総合IndexClaude Opus 4.7Kimi K3.1 Pro Together (max)トップ
BenchLeader Index63.160.0互角

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 Opus 4.7Kimi K3.1 Pro Together (max)
100万トークンあたりのブレンド価格$10.00–
100万トークンあたりの入力/出力$5.00 / $25.00– / –
100万トークンあたりのキャッシュ入力$0.500–
タスクあたりの価格:チャットの返答$0.0095–
タスクあたりの価格:30ページのレポートを要約$0.075–
タスクあたりの価格:コード編集$0.068–
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$0.400–
タスクあたりの価格:構造化データの抽出$0.015–
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)$0.198–
出力速度48 tok/s–
回答開始までの時間1.0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 Opus 4.7のスコアは63.1、最初の回答トークンまで1秒。Claude Opus 4.7 (high)は60.0(1秒)、Claude Opus 4.7 (max)は59.7(15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

107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 Opus 4.7Kimi K3.1 Pro Together (max)
BenchLeader IndexBenchLeader63.160.0
エージェント・ツールスコアBenchLeader67.9–
コーディングスコアBenchLeader60.9–
人間の評価スコアBenchLeader67.3–
数学スコアBenchLeader66.765.2
マルチモーダルスコアBenchLeader67.1–
推論スコアBenchLeader63.666.9
知識スコアBenchLeader–66.0
ブレンド価格($/100万トークン)BenchLeader$10.00–
出力速度BenchLeader48 tok/s–
回答開始までの時間BenchLeader1.0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 Hub86.4%†94.2%
Humanity's Last ExamScale AI / CAIS36.2%–
SimpleBenchSimpleBench61.7%–
Arena Hard PromptsArena (LMArena)1519–
LiveBench 1.0 ReasoningLiveBench87.2%†–
GPQA Diamond (AA)Artificial Analysis91.4%†–
Humanity's Last Exam (AA)Artificial Analysis42.3%†–
GPQA Diamond (Vals)Vals AI90.2%†–
Kagi LLM BenchmarkKagi LLM Benchmark73.3%–
ARC-AGI-3ARC Prize0.2%†–
CritPtArtificial Analysis12.0%†–
Arena ExpertArena (LMArena)1534–
Chess PuzzlesEpoch AI Benchmarking Hub41.0%†45.0%
Mystery Game PuzzlesEpoch AI Benchmarking Hub13.0%42.0%
LMCAEpoch AI Benchmarking Hub52.2%†–
DTBenchEpoch AI Benchmarking Hub94.7%†–
ForecastBenchForecastBench62.8%–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub83.5%†–
SciCodeSciCode54.5%†–
WeirdMLWeirdML76.4%–
FrontierCodeCognition38.5%–
GSO-BenchGSO-Bench44.1%–
Arena CodingArena (LMArena)1547–
Arena WebDevArena (LMArena)1555–
LiveBench 1.0 CodingLiveBench82.1%†–
107件のベンチマークをすべて表示
指標公開元Claude Opus 4.7Kimi K3.1 Pro Together (max)
コーディング
LiveCodeBenchVals AI85.1%†–
SWE-bench (Vals)Vals AI82.0%†–
Code MigrationVals AI43.9%†–
ProgramBenchVals AI0.0%†–
Vibe Code Bench v1.1Vals AI71.0%†–
SWE Atlas v1.0: Codebase QnAScale AI SEAL40.3%–
SWE Atlas v1.0: RefactoringScale AI SEAL48.6%–
SWE Atlas v1.0: Test WritingScale AI SEAL38.5%–
MirrorCodeEpoch AI Benchmarking Hub31.1%†–
ALE-BenchEpoch AI Benchmarking Hub1323.0–
Terminal-Bench 2.1 (AA)Artificial Analysis83.2%†–
エージェント・ツール
Terminal-BenchTerminal-Bench80.2%–
OSWorld-Verified 2.0OSWorld18.2%†–
APEX-AgentsMercor49.2%†–
LiveBench Agentic CodingLiveBench50.7%†–
Terminal-Bench HardArtificial Analysis51.5%†–
τ²-Bench Telecom (AA)Artificial Analysis88.6%†–
Terminal-Bench 2.1 (Vals)Vals AI68.5%†–
MCP AtlasScale AI SEAL79.1%†–
HiL-BenchScale AI SEAL41.7%–
τ³-bench Bankingτ²-bench40.2%†–
GDPval-AA v2.1Artificial Analysis1361†–
τ³-Banking (AA)Artificial Analysis34.6%†–
ITBench SRE (AA)Artificial Analysis46.7%†–
Analyst Agent (AA)Artificial Analysis43.8%†–
Finance Agent v2Vals AI51.5%†–
Harvey's Legal Agent Benchmark v1Vals AI6.7%†–
Legal Research BenchVals AI38.5%†–
Tax Agent BenchVals AI23.7%†–
Terminal-Bench 2.0 (Vals)Vals AI68.5%†–
Arena SearchArena (LMArena)1210–
PostTrainBenchEpoch AI Benchmarking Hub24.3%†–
ExploitBenchEpoch AI Benchmarking Hub26.5%–
GBAEvalEpoch AI Benchmarking Hub43.8%–
Vending-Bench 2Andon Labs10936.8–
AA-Briefcase v1.1Artificial Analysis1252†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub70.2%†78.3%
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%†65.8%
OTIS Mock AIMEEpoch AI Benchmarking Hub86.7%†100.0%
ProofBenchVals AI54.0%†–
LiveBench MathematicsLiveBench92.8%†–
AIME (Vals)Vals AI96.3%–
AIME 2026MathArena95.8%†–
HMMT February 2026MathArena93.9%†–
MathArena ApexMathArena40.6%†–
Arena MathsArena (LMArena)1490–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub51.7%†62.2%
LiveBench 1.0 Data AnalysisLiveBench78.3%†–
MMLU-ProVals AI89.9%†–
LegalBenchVals AI85.3%†–
CorpFinVals AI66.1%†–
TaxEvalVals AI75.3%†–
CaseLaw v2Vals AI68.4%–
Excel Modeling BenchmarkVals AI63.7%†–
MedCodeVals AI54.9%†–
MedScribeVals AI83.0%†–
EBR-benchEpoch AI Benchmarking Hub19.1%†–
GDP.pdfEpoch AI Benchmarking Hub21.0%†–
指示追従
LiveBench LanguageLiveBench77.9%†–
LiveBench Instruction FollowingLiveBench66.7%†–
IFBenchArtificial Analysis58.6%†–
Arena Instruction FollowingArena (LMArena)1493–
人間の評価
Arena TextArena (LMArena)1494–
EQ-Bench 4EQ-Bench1293–
EQ-Bench Creative Writing v3EQ-Bench1915–
Arena Creative WritingArena (LMArena)1482–
Arena Multi-turnArena (LMArena)1514–
Arena Longer QueriesArena (LMArena)1508–
マルチモーダル
Arena VisionArena (LMArena)1319–
MMMU-ProArtificial Analysis78.8%†–
MMMU-Pro (Vals)Vals AI85.5%†–
MortgageTaxVals AI70.3%†–
Blueprint-Bench 2Epoch AI Benchmarking Hub24.5%–
Furniture AssemblyEpoch AI Benchmarking Hub33.3%†55.8%
長文コンテキスト
AA-LCR v1.1Artificial Analysis78.7%†–
Arena DocumentArena (LMArena)1494–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub157.4–
LiveBench 1.0LiveBench76.5%†–
AA Intelligence Index v4.3.2Artificial Analysis40.7†–
AA Progress Index v1Artificial Analysis312.5†–
Vals RSI IndexVals AI19.1%†–
Vals Multimodal IndexVals AI67.4%†–

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。

最近の変化

  • 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 Opus 4.7:スコアの改訂1件。
  • Claude Opus 4.7:スコアの改訂1件。
  • Claude Opus 4.7:新しい結果1件(Harvey's Legal Agent Benchmark v1)。
  • Claude Opus 4.7:スコアの改訂1件。
  • Claude Opus 4.7:スコアの改訂1件。

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

Claude Opus 4.7 vs Kimi K3.1 Pro Together:よくある質問

Claude Opus 4.7はKimi K3.1 Pro Togetherより優れていますか?
Claude Opus 4.7とKimi K3.1 Pro Together (max)の品質は互角です(63.1 対 60.0、±4.4の誤差範囲内)。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日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
Claude Opus 4.7とKimi K3.1 Pro Togetherについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある1件のベンチマークのうち、Claude Opus 4.7のリードが0件、Kimi K3.1 Pro Togetherのリードが1件です。
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。