BenchLeader

Dola Seed 2.0 Pro vs Kimi K3

詳しいプロフィール:Dola Seed 2.0 Pro(ByteDance)とKimi K3(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 · 12件の情報源のデータ

2026年11月16日時点で、Dola Seed 2.0 ProとKimi K3の品質は互角です(BenchLeader Indexで58.4 対 60.7、±6.1の誤差範囲内)。コーディング(65 対 62)を重視するならDola Seed 2.0 Pro、数学(72 対 63)、人間の評価(69 対 64)を重視するならKimi K3が向いています。

要点(2026年11月16日時点)

  • BenchLeader IndexはDola Seed 2.0 Proが58.4、Kimi K3が60.7です(BenchLeader、2026年11月16日)。
  • Kimi K3の100万トークンあたりのブレンド価格は$6.00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
コーディングDola Seed 2.0 Proカテゴリスコア65 対 62中
数学Kimi K3カテゴリスコア72 対 63高
チャットの質(人間の評価)Kimi K3Arenaの投票で69 対 64中
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

  • Dola Seed 2.0 ProとKimi K3の品質は互角です(58.4 対 60.7、±6.1の誤差範囲内)。
  • Dola Seed 2.0 Proはコーディングで優れています。
  • Kimi K3は人間の評価、数学で優れています。

概要

仕様Dola Seed 2.0 ProKimi K3
プロバイダーByteDanceMoonshot AI
リリース日2026年2月14日2026年7月16日
コンテキストウィンドウ(トークン)–1,048,576
比較した構成Dola Seed 2.0 ProKimi K3
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)–$3.00 / $15.00 / $0.300

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Dola Seed 2.0 ProKimi K3トップ
推論64.3–比較不可
コーディング64.961.8Dola Seed 2.0 Pro
エージェント・ツール–53.5比較不可
数学62.771.5Kimi K3
知識–66.1比較不可
人間の評価64.168.6Kimi K3
マルチモーダル61.3–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コーディング数学人間の評価Dola Seed 2.0 Pro, コーディング: 64.9Dola Seed 2.0 Pro, 数学: 62.7Dola Seed 2.0 Pro, 人間の評価: 64.1Kimi K3, コーディング: 61.8Kimi K3, 数学: 71.5Kimi K3, 人間の評価: 68.6

描画していないもの(測定済みのモデルが2つ未満):推論, エージェント・ツール, 知識, 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、Dola Seed 2.0 Proのリードが0件、Kimi K3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、Kimi K3が上回っています。

総合IndexDola Seed 2.0 ProKimi K3トップ
BenchLeader Index58.460.7互角
Arena Text14571487†Kimi K3

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Dola Seed 2.0 ProKimi K3
100万トークンあたりのブレンド価格–$6.00
100万トークンあたりの入力/出力– / –$3.00 / $15.00
100万トークンあたりのキャッシュ入力–$0.300
タスクあたりの価格:チャットの返答–$0.0057
タスクあたりの価格:30ページのレポートを要約–$0.045
タスクあたりの価格:コード編集–$0.041
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–$0.240
タスクあたりの価格:構造化データの抽出–$0.0090
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)–$0.118
出力速度–76 tok/s
回答開始までの時間–0.8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。Dola Seed 2.0 Proのスコアは58.4。Kimi K3のスコアは60.7、最初の回答トークンまで1秒。Kimi K3 (max)は60.2(55秒)、Kimi K3 (low)は53.6(8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

168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Dola Seed 2.0 ProKimi K3
BenchLeader IndexBenchLeader58.460.7
コーディングスコアBenchLeader64.961.8
人間の評価スコアBenchLeader64.168.6
数学スコアBenchLeader62.771.5
マルチモーダルスコアBenchLeader61.3–
推論スコアBenchLeader64.3–
エージェント・ツールスコアBenchLeader–53.5
知識スコアBenchLeader–66.1
ブレンド価格($/100万トークン)BenchLeader–$6.00
出力速度BenchLeader–76 tok/s
回答開始までの時間BenchLeader–0.8秒
コンテキストウィンドウBenchLeader–1,048,576トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–93.1%†
SimpleBenchSimpleBench–60.7%†
Arena Hard PromptsArena (LMArena)14801516†
LiveBench 2.0 ReasoningLiveBench–90.7%†
LiveBench 1.0 ReasoningLiveBench–90.7%
GPQA Diamond (AA)Artificial Analysis–93.5%†
Humanity's Last Exam (AA)Artificial Analysis–46.9%†
HLE-Diamond (AA)Artificial Analysis–26.9%†
GPQA Diamond (Vals)Vals AI–92.9%
ARC-AGI-1ARC Prize–94.5%†
ARC-AGI-2ARC Prize–60.4%†
CritPtArtificial Analysis–23.4%†
CritPt v2 hard subset (AA)Artificial Analysis–40.5%†
HLE-Diamond (Scale)Scale AI SEAL–22.2%
Arena ExpertArena (LMArena)14781528†
Chess PuzzlesEpoch AI Benchmarking Hub–36.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–26.0%†
LMCAEpoch AI Benchmarking Hub–52.7%†
DTBenchEpoch AI Benchmarking Hub–91.2%†
ForecastBenchForecastBench–64.2%†
コーディング
SciCodeSciCode–58.7%
WeirdMLWeirdML–82.6%†
FrontierCodeCognition–44.2%
Arena CodingArena (LMArena)15141538†
Arena WebDevArena (LMArena)–1658†
168件のベンチマークをすべて表示
指標公開元Dola Seed 2.0 ProKimi K3
コーディング
LiveBench 2.0 CodingLiveBench–53.1%†
LiveBench 1.0 CodingLiveBench–81.5%
SciCode (AA)Artificial Analysis–59.5%†
LiveCodeBenchVals AI–87.2%†
IOIVals AI–48.9%†
SWE-bench (Vals)Vals AI–93.4%
Code MigrationVals AI–16.1%†
Code Migration v1.1Vals AI–28.6%†
ProgramBenchVals AI–2.0%
SWE-bench MultimodalVals AI–44.2%†
Vibe Code Bench 1-100Vals AI–18.2%†
Vibe Code Bench v1.1Vals AI–85.0%†
SWE Atlas v1.1Scale AI SEAL–61.0%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–65.3%
SWE Atlas v1.1: Test WritingScale AI SEAL–63.3%
SWE Atlas v1.1: RefactoringScale AI SEAL–54.3%
SWE-Bench Pro V2Scale AI SEAL–97.7%†
SWE-Bench Pro V2 HARDScale AI SEAL–88.2%†
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
Surface Evolver BenchEpoch AI Benchmarking Hub–95.0%
DeepSWE v1.1Epoch AI Benchmarking Hub–68.5%†
ALE-BenchEpoch AI Benchmarking Hub–1524.5†
FrontierSWEEpoch AI Benchmarking Hub–25.9%†
WeirdML v3WeirdML–7.5%†
Terminal-Bench 4.0 (AA)Artificial Analysis–12.6%†
Terminal-Bench 2.1 (AA)Artificial Analysis–85.0%†
Startrise FrontendStartrise–79.8%
GameBench 2 OverallDuelLab GameBench 2–48.0
GameBench 2 by reasoning settingDuelLab GameBench 2–45.7†
Design Arena WebsiteDesign Arena–1336
FrontierCode 1.1 (AA)Artificial Analysis–43.6%†
FrontierCode 2.0 (AA)Artificial Analysis–10.9%†
エージェント・ツール
Terminal-BenchTerminal-Bench–23.0%†
APEX-AgentsMercor–47.8%
Arena AgentArena (LMArena)–0.6†
LiveBench Long AgenticLiveBench–36.0%†
LiveBench BrowserLiveBench–75.2%†
LiveBench Agentic CodingLiveBench–62.2%
Terminal-Bench 2.1 (Vals)Vals AI–80.9%
MCP AtlasScale AI SEAL–82.3%†
HiL-BenchScale AI SEAL–42.7%
τ³-bench Bankingτ²-bench–37.1%†
GDPval-AA v2.1Artificial Analysis–1542†
τ³-Banking (AA)Artificial Analysis–46.0%†
ITBench SRE (AA)Artificial Analysis–47.7%†
Analyst Agent (AA)Artificial Analysis–38.8%†
APEX-Agents (AA)Artificial Analysis–41.3%†
CyberBenchVals AI–75.2%†
Finance Agent v2Vals AI–53.1%†
Finance Agent v2.1Vals AI–60.0%†
Harvey's Legal Agent Benchmark v1.1Vals AI–12.9%†
Harvey's Legal Agent Benchmark v1Vals AI–12.9%†
Legal Research BenchVals AI–46.1%†
Tax Agent BenchVals AI–33.4%†
Terminal-Bench 4.0 (Vals)Vals AI–17.2%†
Terminal-Bench ScienceVals AI–1.4%†
Time Horizon Index: KSPVals AI–10.5%†
Arena Agent Task CompletionArena (LMArena)–3.4†
PostTrainBenchEpoch AI Benchmarking Hub–31.5%
GBAEvalEpoch AI Benchmarking Hub–48.4%
Vending-Bench 2Andon Labs–5165.0
AutomationBenchArtificial Analysis–58.3%†
GDP.pdf (AA)Artificial Analysis–22.0%†
Harvey LAB-AA v1.1Harvey–5.3%†
EnterpriseOps-GymArtificial Analysis–45.3%†
AA-Briefcase v1.1Artificial Analysis–1497†
GDPxGDPx by SemiAnalysis–3.7%†
Design Arena AgenticDesign Arena–1261
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–8.1%†
CWE-Bench (AA)Artificial Analysis–53.3%†
DeepSec-Bench (AA)Artificial Analysis–12.4%†
CyberGym end-to-end (AA)Artificial Analysis–58.0%†
FACTS SearchGoogle–90.3%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–72.2%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–39.0%†
OTIS Mock AIMEEpoch AI Benchmarking Hub–97.2%†
ProofBenchVals AI–87.0%
LiveBench MathematicsLiveBench–84.4%
AIME 2026MathArena–96.7%†
HMMT February 2026MathArena–97.0%†
MathArena ApexMathArena–65.6%†
Arena MathsArena (LMArena)14491502†
FrontierMath ErdősEpoch AI Benchmarking Hub–0.0%†
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–50.6%†
LiveBench 2.0 Data AnalysisLiveBench–78.7%†
LiveBench ResearchLiveBench–79.8%†
LiveBench 1.0 Data AnalysisLiveBench–78.7%
AA-Omniscience v1.1Artificial Analysis–-1.7†
MMLU-ProVals AI–88.0%†
LegalBenchVals AI–86.2%†
CorpFinVals AI–71.6%
TaxEvalVals AI–75.7%
BioMysteryBenchVals AI–72.6%†
Excel Modeling BenchmarkVals AI–66.7%†
Excel Modeling Benchmark v1.1Vals AI–71.3%†
MedCodeVals AI–49.4%†
MedScribeVals AI–88.0%†
Public Benefits Bench v1.1Vals AI–68.2%†
Access to Justice BenchmarkVals AI–68.2%†
Financial Coaching BenchVals AI–74.5%†
Immigration BenchVals AI–68.3%†
GDP.pdfEpoch AI Benchmarking Hub–19.0%†
AA-Omniscience v1.1: accuracyArtificial Analysis–42.4%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–23.4%†
HealthBench Professional (AA)OpenAI–53.2%†
指示追従
LiveBench LanguageLiveBench–85.5%
LiveBench Instruction FollowingLiveBench–71.4%
Arena Instruction FollowingArena (LMArena)14351489†
人間の評価
Arena TextArena (LMArena)14571487†
EQ-Bench 4EQ-Bench–1319
EQ-Bench Creative Writing v3EQ-Bench–2083
Arena Creative WritingArena (LMArena)14031459†
Arena Multi-turnArena (LMArena)14491502†
Arena Longer QueriesArena (LMArena)14531500†
マルチモーダル
Arena VisionArena (LMArena)1274–
LiveBench DesignLiveBench–72.5%†
MMMU-ProArtificial Analysis–80.5%†
MMMU-Pro (Vals)Vals AI–88.2%
MortgageTaxVals AI–66.3%
SAGEVals AI–86.8%†
Humanity's Sixth SenseScale AI SEAL–25.5%†
Blueprint-Bench 2Epoch AI Benchmarking Hub–29.5%
Furniture AssemblyEpoch AI Benchmarking Hub–34.2%†
Code2Video-AAArtificial Analysis–1041†
AA-3DArtificial Analysis–984†
長文コンテキスト
AA-LCR v1.1Artificial Analysis–88.7%†
MLCRArtificial Analysis–21.7%†
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–158.6
LiveBench 2.0LiveBench–65.0%†
LiveBench 1.0LiveBench–79.2%
AA Intelligence Index v5.0.1Artificial Analysis–17.4†
AA Intelligence Index v4.3.2Artificial Analysis–43.6†
AA Progress Index v1Artificial Analysis–319.9†
Vals IndexVals AI–53.0†
Vals Finance IndexVals AI–58.0%†
Vals RSI IndexVals AI–20.9%†
Vals Multimodal IndexVals AI–73.4%
Vals Router IndexVals AI–53.0%
Vals Legal IndexVals AI–71.7%†
AA Cyber IndexArtificial Analysis–41.3†
安全性・誠実さ
FORTRESSScale AI SEAL–27.3%
DistressBenchScale AI SEAL–73.5%
メタデータ
AA Openness IndexArtificial Analysis–38.9†

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:BenchLeader Index 59.1 → 60.7。
  • Kimi K3:スコアの改訂1件。
  • Kimi K3:スコアの改訂4件。
  • Kimi K3:スコアの改訂1件。
  • Kimi K3:新しい結果1件(FACTS Search)。
  • Kimi K3:スコアの改訂1件。
  • Kimi K3:スコアの改訂3件。
  • Kimi K3:スコアの改訂1件。
  • Kimi K3:新しい結果1件(Vals Router Index)。
  • Kimi K3:BenchLeader Index 61.9 → 59.1。

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

Dola Seed 2.0 Pro vs Kimi K3:よくある質問

Dola Seed 2.0 ProはKimi K3より優れていますか?
Dola Seed 2.0 ProとKimi K3の品質は互角です(58.4 対 60.7、±6.1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。
コーディングにはDola Seed 2.0 ProとKimi K3のどちらが向いていますか?
コーディングではDola Seed 2.0 Proの方がスコアが高くなっています(カテゴリ指標で65 対 62。50が平均)。
Kimi K3はいつリリースされましたか?
Kimi K3は2026年7月16日にリリースされました。