BenchLeader

Claude Opus 5 vs Kimi K3.1 Pro

詳しいプロフィール:Claude Opus 5(Anthropic)とKimi K3.1 Pro(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 · 15件の情報源のデータ

2026年11月16日時点で、品質ではClaude Opus 5がKimi K3.1 Proを上回ります(BenchLeader Indexで65.0 対 61.8)。ただし、価格はKimi K3.1 Proの方が2.5倍安く、100万トークンあたりのブレンド価格で$4.00 対 $10.00です。コーディング(67 対 60)、知識(65 対 58)、推論(66 対 59)を重視するならClaude Opus 5、数学(73 対 70)、長文コンテキスト(68 対 64)を重視するならKimi K3.1 Proが向いています。回答開始までの時間はClaude Opus 5の方が短く、48.5秒 対 157.4秒です。Claude Opus 5は出力が約2倍速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはClaude Opus 5が65.0、Kimi K3.1 Proが61.8です(BenchLeader、2026年11月16日)。
  • Claude Opus 5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)。
  • Kimi K3.1 Proの100万トークンあたりのブレンド価格は$4.00です(定価、2026年11月16日)。
  • Claude Opus 5はKimi K3.1 Proより出力が約2倍速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
  • 両モデルに結果がある23件のベンチマークのうち、Kimi K3.1 Proが12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
コーディングClaude Opus 5カテゴリスコア67 対 60;FrontierCode 2.0 (AA) 31.1% 対 25.4%中
エージェント・ツール利用どちらでもカテゴリスコア64 対 65;APEX-Agents 65.8% 対 65.5%どちらでも
数学Kimi K3.1 Proカテゴリスコア73 対 70;ProofBench 91.0% 対 99.0%中
推論Claude Opus 5カテゴリスコア66 対 59;HLE-Diamond (AA) 44.8% 対 37.3%中
知識Claude Opus 5カテゴリスコア65 対 58;AA-Omniscience v1.1 37.6 対 29.9中
長い文書Kimi K3.1 Proカテゴリスコア68 対 64;AA-LCR v1.1 86.3% 対 79.3%中
画像などのメディアどちらでもカテゴリスコア67 対 66;MMMU-Pro 84.7% 対 83.9%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 Opus 5のみです(カテゴリスコア68)比較不可
最低コストKimi K3.1 Pro100万トークンあたりブレンド価格$4.00 対 $10.00;エージェント型コーディングセッション$0.160 対 $0.400–
回答開始の速さClaude Opus 5最初の回答トークンまで48.5秒(Claude Opus 5 (max))対 157.4秒(Kimi K3.1 Pro)–
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 Opus 5 (max)がリードしています:65.0 対 61.8。
  • Claude Opus 5 (max)はコーディング、知識、マルチモーダル、推論で優れています。
  • Kimi K3.1 Proはエージェント・ツール、長文コンテキスト、数学で優れています。
  • Kimi K3.1 Proの方が2.5倍安くなっています(100万トークンあたりブレンド価格$4.00 対 $10.00)。
  • Claude Opus 5 (max)の方が出力が2.7倍速くなっています(80 対 30トークン/秒)。

概要

仕様Claude Opus 5Kimi K3.1 Pro
プロバイダーAnthropicMoonshot AI
リリース日2026年7月24日2026年10月23日
コンテキストウィンドウ(トークン)1,000,0001,048,576
比較した構成Claude Opus 5 (max)Kimi K3.1 Pro
オープンウェイトなしあり
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$2.00 / $10.00 / $0.200

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 5 (max)Kimi K3.1 Proトップ
推論66.159.2Claude Opus 5
コーディング67.059.6Claude Opus 5
エージェント・ツール63.864.6互角
数学69.873.4Kimi K3.1 Pro
知識65.258.2Claude Opus 5
人間の評価68.1–比較不可
マルチモーダル67.266.3互角
長文コンテキスト64.367.9Kimi K3.1 Pro

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・ツール数学知識長文コンテキストマルチモーダルClaude Opus 5, 推論: 66.1Claude Opus 5, コーディング: 67.0Claude Opus 5, エージェント・ツール: 63.8Claude Opus 5, 数学: 69.8Claude Opus 5, 知識: 65.2Claude Opus 5, 長文コンテキスト: 64.3Claude Opus 5, マルチモーダル: 67.2Kimi K3.1 Pro, 推論: 59.2Kimi K3.1 Pro, コーディング: 59.6Kimi K3.1 Pro, エージェント・ツール: 64.6Kimi K3.1 Pro, 数学: 73.4Kimi K3.1 Pro, 知識: 58.2Kimi K3.1 Pro, 長文コンテキスト: 67.9Kimi K3.1 Pro, マルチモーダル: 66.3

描画していないもの(測定済みのモデルが2つ未満):指示追従, 人間の評価。

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23件のベンチマークのうち、Claude Opus 5のリードが11件、Kimi K3.1 Proのリードが12件です。第三者の総合指標でも評価が分かれ、Claude Opus 5はBenchLeader Index、Arena Textで、Kimi K3.1 ProはAA Intelligence Index v5.0.1でリードしています。

総合IndexClaude Opus 5 (max)Kimi K3.1 Proトップ
BenchLeader Index65.061.8Claude Opus 5
AA Intelligence Index v5.0.144.246.5Kimi K3.1 Pro
Arena Text14891485†Claude Opus 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 Opus 5 (max)Kimi K3.1 Pro
100万トークンあたりのブレンド価格$10.00$4.00
100万トークンあたりの入力/出力$5.00 / $25.00$2.00 / $10.00
100万トークンあたりのキャッシュ入力$0.500$0.200
タスクあたりの価格:チャットの返答$0.0095$0.0038
タスクあたりの価格:30ページのレポートを要約$0.075$0.030
タスクあたりの価格:コード編集$0.068$0.027
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$0.160
タスクあたりの価格:構造化データの抽出$0.015$0.0060
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$0.079
ベンチマークのタスクあたりのコスト(AA Index)$11.82$3.68
タスクあたりの出力トークン(AA Index)118k72k
うち推論73k44k
タスクあたりの時間(AA Index)25 min40 min
出力速度80 tok/s30 tok/s
回答開始までの時間48.5秒157.4秒
回答が完了するまでの時間(最終測定2026年11月13日)191.6秒417.5秒

トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、Claude Opus 5 (max)で$11.82、Kimi K3.1 Proで$3.68でした。同じ作業でClaude Opus 5 (max)は1.6倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。

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 5 (max)のスコアは65.0、最初の回答トークンまで49秒。Claude Opus 5 (high)は64.4(17秒)、Claude Opus 5は63.2(2秒)。Kimi K3.1 Proのスコアは61.8、最初の回答トークンまで157秒。Kimi K3.1 Pro (max)は59.9(157秒)。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

174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 5 (max)Kimi K3.1 Pro
BenchLeader IndexBenchLeader65.061.8
エージェント・ツールスコアBenchLeader63.864.6
コーディングスコアBenchLeader67.059.6
人間の評価スコアBenchLeader68.1–
知識スコアBenchLeader65.258.2
長文コンテキストスコアBenchLeader64.367.9
数学スコアBenchLeader69.873.4
マルチモーダルスコアBenchLeader67.266.3
推論スコアBenchLeader66.159.2
ブレンド価格($/100万トークン)BenchLeader$10.00$4.00
出力速度BenchLeader80 tok/s30 tok/s
回答開始までの時間BenchLeader48.5秒157.4秒
コンテキストウィンドウBenchLeader1,000,000トークン1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub93.9%–
SimpleBenchSimpleBench80.6%†–
Arena Hard PromptsArena (LMArena)15131504†
LiveBench 2.0 ReasoningLiveBench–91.1%†
LiveBench 1.0 ReasoningLiveBench91.2%–
GPQA Diamond (AA)Artificial Analysis93.2%–
Humanity's Last Exam (AA)Artificial Analysis54.9%52.5%
HLE-Diamond (AA)Artificial Analysis44.8%37.3%
GPQA Diamond (Vals)Vals AI93.4%†–
ARC-AGI-1ARC Prize97.5%–
ARC-AGI-2ARC Prize90.4%–
ARC-AGI-3ARC Prize30.2%†–
CritPtArtificial Analysis29.1%24.6%
CritPt v2 hard subset (AA)Artificial Analysis50.0%49.5%
MysteryMechanismVals AI37.4%26.1%†
HLE-Diamond (Scale)Scale AI SEAL38.6%†–
Arena ExpertArena (LMArena)15301515†
Chess PuzzlesEpoch AI Benchmarking Hub43.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub59.0%–
LMCAEpoch AI Benchmarking Hub63.3%57.6%†
DTBenchEpoch AI Benchmarking Hub97.6%93.3%†
ForecastBenchForecastBench66.6%–
BTF-3Epoch AI Benchmarking Hub12.0%†–
コーディング
SciCodeSciCode56.4%60.8%
WeirdMLWeirdML91.8%–
174件のベンチマークをすべて表示
指標公開元Claude Opus 5 (max)Kimi K3.1 Pro
コーディング
FrontierCodeCognition53.4%–
Arena CodingArena (LMArena)15281530†
Arena WebDevArena (LMArena)16911687†
LiveBench 2.0 CodingLiveBench–67.8%†
LiveBench 1.0 CodingLiveBench81.5%–
LiveCodeBenchVals AI89.0%–
IOIVals AI84.3%81.9%†
SWE-bench (Vals)Vals AI97.0%†–
Code MigrationVals AI57.5%–
ProgramBenchVals AI3.0%–
Vibe Code Bench 1-100Vals AI28.5%–
Vibe Code Bench v1.1Vals AI88.4%†84.9%†
SWE Atlas v1.0: Codebase QnAScale AI SEAL63.2%†–
SWE Atlas v1.0: Test WritingScale AI SEAL62.2%†–
SWE Atlas v1.1Scale AI SEAL–61.1%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–70.2%
SWE Atlas v1.1: Test WritingScale AI SEAL–58.9%
SWE Atlas v1.1: RefactoringScale AI SEAL–54.3%
SWE-Bench Pro V2Scale AI SEAL99.4%†–
SWE-Bench Pro V2 HARDScale AI SEAL98.0%†–
MirrorCodeEpoch AI Benchmarking Hub87.8%–
DeepSWE v1.1Epoch AI Benchmarking Hub73.7%–
CursorBenchCursor46.6%–
ALE-BenchEpoch AI Benchmarking Hub2164.6†1932.8†
FrontierSWEEpoch AI Benchmarking Hub52.0%–
WeirdML v3WeirdML19.0%†9.9%†
Terminal-Bench 4.0 (AA)Artificial Analysis49.0%67.2%
Terminal-Bench 2.1 (AA)Artificial Analysis89.1%–
Startrise FrontendStartrise82.3%†–
GameBench 2 OverallDuelLab GameBench 276.5†78.3
GameBench 2 by reasoning settingDuelLab GameBench 284.8†84.0†
Design Arena WebsiteDesign Arena1304†1321
FrontierCode 1.1 (AA)Artificial Analysis–47.1%
FrontierCode 2.0 (AA)Artificial Analysis31.1%25.4%
エージェント・ツール
Terminal-BenchTerminal-Bench52.1%59.7%†
OSWorld-Verified 2.0OSWorld31.4%–
APEX-AgentsMercor65.8%65.5%
Arena AgentArena (LMArena)7.24.9†
LiveBench Long AgenticLiveBench–38.7%†
LiveBench BrowserLiveBench–75.9%†
LiveBench Agentic CodingLiveBench65.2%–
Terminal-Bench 2.1 (Vals)Vals AI84.6%†–
MCP AtlasScale AI SEAL85.8%†–
HiL-BenchScale AI SEAL57.0%†61.3%
τ³-bench Bankingτ²-bench48.7%–
GDPval-AA v2.1, normalised scoreArtificial Analysis–67.3%
GDPval-AA v2.1Artificial Analysis17291861
τ³-Banking (AA)Artificial Analysis42.1%–
Analyst Agent (AA)Artificial Analysis53.8%38.8%
CUA-benchVals AI9.0%–
CyberBenchVals AI65.4%–
Finance Agent v2Vals AI58.6%–
Finance Agent v2.1Vals AI–61.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI–11.7%†
Harvey's Legal Agent Benchmark v1Vals AI6.7%–
Legal Research BenchVals AI55.3%37.5%†
SkillsBenchVals AI60.4%–
SREBenchVals AI12.2%27.1%†
Tax Agent BenchVals AI47.1%24.9%†
Terminal-Bench 4.0 (Vals)Vals AI53.5%63.6%†
Terminal-Bench ScienceVals AI27.1%31.4%†
Time Horizon Index: KSPVals AI18.8%–
Arena SearchArena (LMArena)1213†–
Arena Agent Task CompletionArena (LMArena)10.22.7†
BALROGBALROG63.4%–
PostTrainBenchEpoch AI Benchmarking Hub35.7%†–
GBAEvalEpoch AI Benchmarking Hub79.6%†–
Vending-Bench 2Andon Labs11181.9†–
AutomationBenchArtificial Analysis56.6%73.3%
GDP.pdf (AA)Artificial Analysis21.6%31.4%
EnterpriseOps-GymArtificial Analysis47.5%–
AA-Briefcase v1.1Artificial Analysis16541674
Design Arena AgenticDesign Arena1270†1301
Terminal-Bench-Science 0.1 (AA)Artificial Analysis28.6%34.3%
CWE-Bench (AA)Artificial Analysis–60.8%
DeepSec-Bench (AA)Artificial Analysis25.9%36.7%
CyberGym end-to-end (AA)Artificial Analysis–94.7%
MKA (AA)Artificial Analysis–43.9%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub85.6%–
FrontierMath Tier 4Epoch AI Benchmarking Hub73.2%–
OTIS Mock AIMEEpoch AI Benchmarking Hub98.9%–
ProofBenchVals AI99.0%91.0%
LiveBench MathematicsLiveBench95.7%–
ArXivMathMathArena–58.3%†
BrokenArXivMathArena–61.9%†
Arena MathsArena (LMArena)1515–
FrontierMath ErdősEpoch AI Benchmarking Hub0.0%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub59.9%–
LiveBench 2.0 Data AnalysisLiveBench–79.1%†
LiveBench ResearchLiveBench–82.1%†
LiveBench 1.0 Data AnalysisLiveBench74.5%–
AA-Omniscience v1.1Artificial Analysis37.629.9
MMLU-ProVals AI91.6%–
LegalBenchVals AI87.0%–
CorpFinVals AI73.2%†–
TaxEvalVals AI75.1%†–
PRBench FinanceScale AI SEAL–47.5%
PRBench LegalScale AI SEAL–47.9%
BioMysteryBenchVals AI79.3%75.6%†
Excel Modeling BenchmarkVals AI73.6%–
Excel Modeling Benchmark v1.1Vals AI–70.0%†
MedCodeVals AI63.6%–
MedScribeVals AI91.0%–
Public Benefits Bench v1.1Vals AI76.9%–
Access to Justice BenchmarkVals AI–69.5%†
DrugDiscoveryBenchScale AI SEAL53.7%63.4%†
EBR-benchEpoch AI Benchmarking Hub45.7%–
GDP.pdfEpoch AI Benchmarking Hub24.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis60.9%48.9%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.6%62.7%
FACTS ParametricGoogle48.8%†–
指示追従
LiveBench LanguageLiveBench88.7%–
LiveBench Instruction FollowingLiveBench63.8%–
Arena Instruction FollowingArena (LMArena)14941487†
人間の評価
Arena TextArena (LMArena)14891485†
EQ-Bench 4EQ-Bench1365†–
EQ-Bench Creative Writing v3EQ-Bench2135†2173
Arena Creative WritingArena (LMArena)14731453†
Arena Multi-turnArena (LMArena)14861475†
Arena Longer QueriesArena (LMArena)15021491†
マルチモーダル
Arena VisionArena (LMArena)1318†–
LiveBench DesignLiveBench–73.7%†
MMMU-ProArtificial Analysis84.7%83.9%
MMMU-Pro (Vals)Vals AI89.9%–
MortgageTaxVals AI72.1%†–
Humanity's Sixth SenseScale AI SEAL30.5%33.2%†
Blueprint-Bench 2Epoch AI Benchmarking Hub30.4%†–
Furniture AssemblyEpoch AI Benchmarking Hub60.8%–
VIALS-AAHandshake AI–45.3%
AA-3DArtificial Analysis–1112
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.3%86.3%
Arena DocumentArena (LMArena)1486†–
MLCRArtificial Analysis11.1%38.3%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub164.7†161.4
LiveBench 2.0LiveBench–68.7%†
LiveBench 1.0LiveBench80.1%–
AA Intelligence Index v5.0.1Artificial Analysis44.246.5
AA Intelligence Index v4.3.2Artificial Analysis50.855.1
AA Progress Index v1Artificial Analysis333.7340.7
Vals IndexVals AI–62.5†
Vals Finance IndexVals AI–56.0%†
Vals RSI IndexVals AI33.0%–
Vals Science IndexVals AI47.9%44.4%†
Vals Multimodal IndexVals AI73.9%†–
Vals Legal IndexVals AI–67.0%†
AA Cyber IndexArtificial Analysis–64.1
安全性・誠実さ
FORTRESSScale AI SEAL16.8%†18.6%
DistressBenchScale AI SEAL70.2%†–
メタデータ
AA Openness IndexArtificial Analysis–33.3

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

  • Kimi K3.1 Pro:BenchLeader Index 61.2 → 61.8。
  • Claude Opus 5 (max):新しい結果25件(LiveCodeBench, MMLU-Pro, IOI…)。
  • Kimi K3.1 Pro:スコアの改訂1件。
  • Claude Opus 5 (max):新しい結果1件(GDPval-AA v2.1)。
  • Kimi K3.1 Pro:スコアの改訂1件。
  • Kimi K3.1 Pro:新しい結果1件(HiL-Bench)。
  • Kimi K3.1 Pro:新しい結果3件(PRBench Finance, PRBench Legal, FORTRESS)、スコアの改訂2件。
  • Claude Opus 5 (max):新しい結果1件(MirrorCode)。
  • Claude Opus 5 (max):BenchLeader Index 65.5 → 65.0。
  • Kimi K3.1 Pro:新しい結果2件(APEX-Agents, Epoch Capabilities Index)。

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 5 vs Kimi K3.1 Pro:よくある質問

Claude Opus 5はKimi K3.1 Proより優れていますか?
品質ではClaude Opus 5 (max)がリードしています:65.0 対 61.8。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 Opus 5 (max)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。
Claude Opus 5とKimi K3.1 Proはどちらが安いですか?今後変わる予定はありますか?
現在はKimi K3.1 Proの方が安く、100万トークンあたり$4.00 対 $10.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはClaude Opus 5とKimi K3.1 Proのどちらが向いていますか?
コーディングではClaude Opus 5の方がスコアが高くなっています(カテゴリ指標で67 対 60。50が平均)。共通するコーディングベンチマークのうち最も重要なFrontierCode 2.0 (AA)では、Claude Opus 5が31.1%、Kimi K3.1 Proが25.4%です。
Claude Opus 5とKimi K3.1 Proはどちらが速いですか?
Claude Opus 5の方が出力が約2倍速くなっています(出力80 対 30トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはClaude Opus 5とKimi K3.1 Proのどちらが向いていますか?
エージェント型のタスクでは互角です(カテゴリ指標で64 対 65)。共通するエージェント・ツールベンチマークのうち最も重要なAPEX-Agentsでは、Claude Opus 5が65.8%、Kimi K3.1 Proが65.5%です。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではKimi K3.1 Proの方がスコアが高くなっています(68 対 64)。どちらも約1Mトークンです(Claude Opus 5は1,000,000、Kimi K3.1 Proは1,048,576)。
レイテンシが低いのはどちらですか?
先に回答を始めるのはClaude Opus 5です。Artificial Analysisの測定では、最初の回答トークンまで48.5秒 対 157.4秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
Claude Opus 5とKimi K3.1 Pro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23件のベンチマークのうち、Claude Opus 5のリードが11件、Kimi K3.1 Proのリードが12件です。第三者の総合指標でも評価が分かれ、Claude Opus 5はBenchLeader Index、Arena Textで、Kimi K3.1 ProはAA Intelligence Index v5.0.1でリードしています。
Kimi K3.1 Proはいつリリースされましたか?
Kimi K3.1 Proは2026年10月23日にリリースされました。