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。
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 4.7 | Kimi K3.1 Pro Together |
|---|---|---|
| プロバイダー | Anthropic | Moonshot 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 4.7 | Kimi 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 4.7 | Kimi K3.1 Pro Together (max) | トップ |
|---|---|---|---|
| 推論 | 63.6 | 66.9 | Kimi 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 | 66.7 | 65.2 | Claude 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。
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。
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Index | Claude Opus 4.7 | Kimi K3.1 Pro Together (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 63.1 | 60.0 | 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 4.7 | Kimi 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) | $0.198 | – |
| 出力速度 | 48 tok/s | – |
| 回答開始までの時間 | 1.0秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Claude Opus 4.7のスコアは63.1、最初の回答トークンまで1秒。Claude Opus 4.7 (high)は60.0(1秒)、Claude Opus 4.7 (max)は59.7(15秒)。Kimi K3.1 Pro Together (max)のスコアは60.0。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
107件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Claude Opus 4.7 | Kimi K3.1 Pro Together (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 63.1 | 60.0 |
| エージェント・ツールスコア | BenchLeader | 67.9 | – |
| コーディングスコア | BenchLeader | 60.9 | – |
| 人間の評価スコア | BenchLeader | 67.3 | – |
| 数学スコア | BenchLeader | 66.7 | 65.2 |
| マルチモーダルスコア | BenchLeader | 67.1 | – |
| 推論スコア | BenchLeader | 63.6 | 66.9 |
| 知識スコア | BenchLeader | – | 66.0 |
| ブレンド価格($/100万トークン) | BenchLeader | $10.00 | – |
| 出力速度 | BenchLeader | 48 tok/s | – |
| 回答開始までの時間 | BenchLeader | 1.0秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,000,000トークン | – |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 86.4%† | 94.2% |
| Humanity's Last Exam | Scale AI / CAIS | 36.2% | – |
| SimpleBench | SimpleBench | 61.7% | – |
| Arena Hard Prompts | Arena (LMArena) | 1519 | – |
| LiveBench 1.0 Reasoning | LiveBench | 87.2%† | – |
| GPQA Diamond (AA) | Artificial Analysis | 91.4%† | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 42.3%† | – |
| GPQA Diamond (Vals) | Vals AI | 90.2%† | – |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 73.3% | – |
| ARC-AGI-3 | ARC Prize | 0.2%† | – |
| CritPt | Artificial Analysis | 12.0%† | – |
| Arena Expert | Arena (LMArena) | 1534 | – |
| Chess Puzzles | Epoch AI Benchmarking Hub | 41.0%† | 45.0% |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 13.0% | 42.0% |
| LMCA | Epoch AI Benchmarking Hub | 52.2%† | – |
| DTBench | Epoch AI Benchmarking Hub | 94.7%† | – |
| ForecastBench | ForecastBench | 62.8% | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 83.5%† | – |
| SciCode | SciCode | 54.5%† | – |
| WeirdML | WeirdML | 76.4% | – |
| FrontierCode | Cognition | 38.5% | – |
| GSO-Bench | GSO-Bench | 44.1% | – |
| Arena Coding | Arena (LMArena) | 1547 | – |
| Arena WebDev | Arena (LMArena) | 1555 | – |
| LiveBench 1.0 Coding | LiveBench | 82.1%† | – |
107件のベンチマークをすべて表示
| 指標 | 公開元 | Claude Opus 4.7 | Kimi K3.1 Pro Together (max) |
|---|---|---|---|
| コーディング | |||
| LiveCodeBench | Vals AI | 85.1%† | – |
| SWE-bench (Vals) | Vals AI | 82.0%† | – |
| Code Migration | Vals AI | 43.9%† | – |
| ProgramBench | Vals AI | 0.0%† | – |
| Vibe Code Bench v1.1 | Vals AI | 71.0%† | – |
| SWE Atlas v1.0: Codebase QnA | Scale AI SEAL | 40.3% | – |
| SWE Atlas v1.0: Refactoring | Scale AI SEAL | 48.6% | – |
| SWE Atlas v1.0: Test Writing | Scale AI SEAL | 38.5% | – |
| MirrorCode | Epoch AI Benchmarking Hub | 31.1%† | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1323.0 | – |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 83.2%† | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 80.2% | – |
| OSWorld-Verified 2.0 | OSWorld | 18.2%† | – |
| APEX-Agents | Mercor | 49.2%† | – |
| LiveBench Agentic Coding | LiveBench | 50.7%† | – |
| Terminal-Bench Hard | Artificial Analysis | 51.5%† | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 88.6%† | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 68.5%† | – |
| MCP Atlas | Scale AI SEAL | 79.1%† | – |
| HiL-Bench | Scale AI SEAL | 41.7% | – |
| τ³-bench Banking | τ²-bench | 40.2%† | – |
| GDPval-AA v2.1 | Artificial Analysis | 1361† | – |
| τ³-Banking (AA) | Artificial Analysis | 34.6%† | – |
| ITBench SRE (AA) | Artificial Analysis | 46.7%† | – |
| Analyst Agent (AA) | Artificial Analysis | 43.8%† | – |
| Finance Agent v2 | Vals AI | 51.5%† | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 6.7%† | – |
| Legal Research Bench | Vals AI | 38.5%† | – |
| Tax Agent Bench | Vals AI | 23.7%† | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | 68.5%† | – |
| Arena Search | Arena (LMArena) | 1210 | – |
| PostTrainBench | Epoch AI Benchmarking Hub | 24.3%† | – |
| ExploitBench | Epoch AI Benchmarking Hub | 26.5% | – |
| GBAEval | Epoch AI Benchmarking Hub | 43.8% | – |
| Vending-Bench 2 | Andon Labs | 10936.8 | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1252† | – |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 70.2%† | 78.3% |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 31.7%† | 65.8% |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 86.7%† | 100.0% |
| ProofBench | Vals AI | 54.0%† | – |
| LiveBench Mathematics | LiveBench | 92.8%† | – |
| AIME (Vals) | Vals AI | 96.3% | – |
| AIME 2026 | MathArena | 95.8%† | – |
| HMMT February 2026 | MathArena | 93.9%† | – |
| MathArena Apex | MathArena | 40.6%† | – |
| Arena Maths | Arena (LMArena) | 1490 | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 51.7%† | 62.2% |
| LiveBench 1.0 Data Analysis | LiveBench | 78.3%† | – |
| MMLU-Pro | Vals AI | 89.9%† | – |
| LegalBench | Vals AI | 85.3%† | – |
| CorpFin | Vals AI | 66.1%† | – |
| TaxEval | Vals AI | 75.3%† | – |
| CaseLaw v2 | Vals AI | 68.4% | – |
| Excel Modeling Benchmark | Vals AI | 63.7%† | – |
| MedCode | Vals AI | 54.9%† | – |
| MedScribe | Vals AI | 83.0%† | – |
| EBR-bench | Epoch AI Benchmarking Hub | 19.1%† | – |
| GDP.pdf | Epoch AI Benchmarking Hub | 21.0%† | – |
| 指示追従 | |||
| LiveBench Language | LiveBench | 77.9%† | – |
| LiveBench Instruction Following | LiveBench | 66.7%† | – |
| IFBench | Artificial Analysis | 58.6%† | – |
| Arena Instruction Following | Arena (LMArena) | 1493 | – |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1494 | – |
| EQ-Bench 4 | EQ-Bench | 1293 | – |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1915 | – |
| Arena Creative Writing | Arena (LMArena) | 1482 | – |
| Arena Multi-turn | Arena (LMArena) | 1514 | – |
| Arena Longer Queries | Arena (LMArena) | 1508 | – |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1319 | – |
| MMMU-Pro | Artificial Analysis | 78.8%† | – |
| MMMU-Pro (Vals) | Vals AI | 85.5%† | – |
| MortgageTax | Vals AI | 70.3%† | – |
| Blueprint-Bench 2 | Epoch AI Benchmarking Hub | 24.5% | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 33.3%† | 55.8% |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 78.7%† | – |
| Arena Document | Arena (LMArena) | 1494 | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 157.4 | – |
| LiveBench 1.0 | LiveBench | 76.5%† | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 40.7† | – |
| AA Progress Index v1 | Artificial Analysis | 312.5† | – |
| Vals RSI Index | Vals AI | 19.1%† | – |
| Vals Multimodal Index | Vals AI | 67.4%† | – |
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。
関連する比較
- Claude Opus 4.7 vs Claude Fable 5.2
- Claude Opus 4.7 vs Gemini 4 Carbon
- Claude Opus 4.7 vs Claude Opus 5.5
- Kimi K3.1 Pro Together vs Claude Fable 5.2
- Kimi K3.1 Pro Together vs Gemini 4 Carbon
- Kimi K3.1 Pro Together vs Claude Opus 5.5
- Kimi K3.1 Pro Together vs GPT-6 Astra
- Claude Opus 4.6 vs Kimi K3.1 Pro Together
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。