BenchLeader

Gemini 4 Hydrogen vs Kimi K3.1 Pro

詳しいプロフィール:Gemini 4 Hydrogen(Google)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 · 10件の情報源のデータ

2026年11月16日時点で、Gemini 4 HydrogenとKimi K3.1 Proの品質は互角です(BenchLeader Indexで63.4 対 61.8、±3.6の誤差範囲内)。価格はGemini 4 Hydrogenの方が1.3倍安く、100万トークンあたりのブレンド価格で$3.00 対 $4.00です。推論(70 対 59)、知識(69 対 58)、コーディング(69 対 60)を重視するならGemini 4 Hydrogen、数学(73 対 68)、エージェント・ツール(65 対 62)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Gemini 4 Hydrogenの方が短く、16.2秒 対 157.4秒です。Gemini 4 Hydrogenは出力が3倍以上速い点も強みです。

要点(2026年11月16日時点)

  • BenchLeader IndexはGemini 4 Hydrogenが63.4、Kimi K3.1 Proが61.8です(BenchLeader、2026年11月16日)。
  • Gemini 4 Hydrogenの100万トークンあたりのブレンド価格は$3.00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)。
  • Gemini 4 HydrogenはKimi K3.1 Proより出力が3倍以上速いです(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11件のベンチマークのうち、Gemini 4 Hydrogenが7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Gemini 4 Hydrogenカテゴリスコア69 対 60;FrontierCode 2.0 (AA) 36.3% 対 25.4%高
エージェント・ツール利用Kimi K3.1 Proカテゴリスコア65 対 62;GDP.pdf (AA) 31.4% 対 30.0%中
数学Kimi K3.1 Proカテゴリスコア73 対 68中
推論Gemini 4 Hydrogenカテゴリスコア70 対 59;HLE-Diamond (AA) 54.9% 対 37.3%高
知識Gemini 4 Hydrogenカテゴリスコア69 対 58;AA-Omniscience v1.1 43.7 対 29.9高
チャットの質(人間の評価)–Arenaの評価があるのはGemini 4 Hydrogenのみです(カテゴリスコア68)比較不可
最低コストGemini 4 Hydrogen100万トークンあたりブレンド価格$3.00 対 $4.00;エージェント型コーディングセッション$0.120 対 $0.160–
回答開始の速さGemini 4 Hydrogen最初の回答トークンまで16.2秒(Gemini 4 Hydrogen (high))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

  • Gemini 4 Hydrogen (high)とKimi K3.1 Proの品質は互角です(63.4 対 61.8、±3.6の誤差範囲内)。
  • Gemini 4 Hydrogen (high)はコーディング、知識、推論で優れています。
  • Kimi K3.1 Proはエージェント・ツール、数学で優れています。
  • Gemini 4 Hydrogen (high)の方が1.3倍安くなっています(100万トークンあたりブレンド価格$3.00 対 $4.00)。
  • Gemini 4 Hydrogen (high)の方が出力が5.7倍速くなっています(170 対 30トークン/秒)。

概要

仕様Gemini 4 HydrogenKimi K3.1 Pro
プロバイダーGoogleMoonshot AI
リリース日2026年11月12日2026年10月23日
コンテキストウィンドウ(トークン)1,048,5761,048,576
比較した構成Gemini 4 Hydrogen (high)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)$1.50 / $7.50 / $0.075$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Gemini 4 Hydrogen (high)Kimi K3.1 Proトップ
推論69.659.2Gemini 4 Hydrogen
コーディング68.859.6Gemini 4 Hydrogen
エージェント・ツール61.764.6Kimi K3.1 Pro
数学67.873.4Kimi K3.1 Pro
知識68.558.2Gemini 4 Hydrogen
人間の評価68.2–比較不可
マルチモーダル–66.3比較不可
長文コンテキスト–67.9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Gemini 4 Hydrogen, 推論: 69.6Gemini 4 Hydrogen, コーディング: 68.8Gemini 4 Hydrogen, エージェント・ツール: 61.7Gemini 4 Hydrogen, 数学: 67.8Gemini 4 Hydrogen, 知識: 68.5Kimi 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: 58.2

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, 長文コンテキスト, マルチモーダル, 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11件のベンチマークのうち、Gemini 4 Hydrogenのリードが7件、Kimi K3.1 Proのリードが4件です。両方を評価しているすべての総合指標で、Gemini 4 Hydrogenが上回っています。

総合IndexGemini 4 Hydrogen (high)Kimi K3.1 Proトップ
BenchLeader Index63.461.8互角
AA Intelligence Index v5.0.150.846.5Gemini 4 Hydrogen
Vals Index68.5†62.5Gemini 4 Hydrogen
Arena Text14901485†Gemini 4 Hydrogen

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Gemini 4 Hydrogen (high)Kimi K3.1 Pro
100万トークンあたりのブレンド価格$3.00$4.00
100万トークンあたりの入力/出力$1.50 / $7.50$2.00 / $10.00
100万トークンあたりのキャッシュ入力$0.075$0.200
タスクあたりの価格:チャットの返答$0.0029$0.0038
タスクあたりの価格:30ページのレポートを要約$0.022$0.030
タスクあたりの価格:コード編集$0.020$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$0.120$0.160
タスクあたりの価格:構造化データの抽出$0.0045$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)$0.056$0.079
ベンチマークのタスクあたりのコスト(AA Index)$1.87$3.68
タスクあたりの出力トークン(AA Index)85k72k
うち推論48k44k
タスクあたりの時間(AA Index)8 min40 min
出力速度170 tok/s30 tok/s
回答開始までの時間16.2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)63.3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、Gemini 4 Hydrogen (high)で$1.87、Kimi K3.1 Proで$3.68でした。同じ作業でGemini 4 Hydrogen (high)は1.2倍の出力トークンを書いています。

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。Gemini 4 Hydrogen (high)のスコアは63.4、最初の回答トークンまで16秒。Gemini 4 Hydrogen (xhigh)は61.8(42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

94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Gemini 4 Hydrogen (high)Kimi K3.1 Pro
BenchLeader IndexBenchLeader63.461.8
エージェント・ツールスコアBenchLeader61.764.6
コーディングスコアBenchLeader68.859.6
人間の評価スコアBenchLeader68.2–
知識スコアBenchLeader68.558.2
数学スコアBenchLeader67.873.4
推論スコアBenchLeader69.659.2
長文コンテキストスコアBenchLeader–67.9
マルチモーダルスコアBenchLeader–66.3
ブレンド価格($/100万トークン)BenchLeader$3.00$4.00
出力速度BenchLeader170 tok/s30 tok/s
回答開始までの時間BenchLeader16.2秒157.4秒
コンテキストウィンドウBenchLeader1,048,576トークン1,048,576トークン
推論
Arena Hard PromptsArena (LMArena)15141504†
LiveBench 2.0 ReasoningLiveBench88.6%†91.1%†
Humanity's Last Exam (AA)Artificial Analysis–52.5%
HLE-Diamond (AA)Artificial Analysis54.9%37.3%
CritPtArtificial Analysis–24.6%
CritPt v2 hard subset (AA)Artificial Analysis61.5%49.5%
MysteryMechanismVals AI–26.1%†
Arena ExpertArena (LMArena)15421515†
LMCAEpoch AI Benchmarking Hub–57.6%†
DTBenchEpoch AI Benchmarking Hub–93.3%†
コーディング
SciCodeSciCode–60.8%
Arena CodingArena (LMArena)15181530†
Arena WebDevArena (LMArena)17041687†
LiveBench 2.0 CodingLiveBench78.5%†67.8%†
IOIVals AI–81.9%†
Vibe Code Bench v1.1Vals AI87.8%†84.9%†
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%
ALE-BenchEpoch AI Benchmarking Hub–1932.8†
WeirdML v3WeirdML–9.9%†
Terminal-Bench 4.0 (AA)Artificial Analysis54.0%67.2%
GameBench 2 OverallDuelLab GameBench 2–78.3
GameBench 2 by reasoning settingDuelLab GameBench 2–84.0†
94件のベンチマークをすべて表示
指標公開元Gemini 4 Hydrogen (high)Kimi K3.1 Pro
コーディング
Design Arena WebsiteDesign Arena1320†1321
FrontierCode 1.1 (AA)Artificial Analysis–47.1%
FrontierCode 2.0 (AA)Artificial Analysis36.3%25.4%
エージェント・ツール
Terminal-BenchTerminal-Bench56.4%59.7%†
APEX-AgentsMercor–65.5%
Arena AgentArena (LMArena)–4.9†
LiveBench Long AgenticLiveBench61.8%†38.7%†
LiveBench BrowserLiveBench77.1%†75.9%†
HiL-BenchScale AI SEAL–61.3%
GDPval-AA v2.1, normalised scoreArtificial Analysis–67.3%
GDPval-AA v2.1Artificial Analysis–1861
Analyst Agent (AA)Artificial Analysis–38.8%
Finance Agent v2.1Vals AI65.1%†61.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI11.3%†11.7%†
Legal Research BenchVals AI53.9%†37.5%†
SREBenchVals AI–27.1%†
Tax Agent BenchVals AI52.3%†24.9%†
Terminal-Bench 4.0 (Vals)Vals AI54.0%†63.6%†
Terminal-Bench ScienceVals AI–31.4%†
Arena Agent Task CompletionArena (LMArena)–2.7†
AutomationBenchArtificial Analysis74.4%73.3%
GDP.pdf (AA)Artificial Analysis30.0%31.4%
AA-Briefcase v1.1Artificial Analysis14971674
Design Arena AgenticDesign Arena1262†1301
Terminal-Bench-Science 0.1 (AA)Artificial Analysis41.4%34.3%
CWE-Bench (AA)Artificial Analysis–60.8%
DeepSec-Bench (AA)Artificial Analysis–36.7%
CyberGym end-to-end (AA)Artificial Analysis–94.7%
MKA (AA)Artificial Analysis–43.9%
数学
ProofBenchVals AI–91.0%
ArXivMathMathArena–58.3%†
BrokenArXivMathArena–61.9%†
Arena MathsArena (LMArena)1495–
知識
LiveBench 2.0 Data AnalysisLiveBench83.2%†79.1%†
LiveBench ResearchLiveBench86.8%†82.1%†
AA-Omniscience v1.1Artificial Analysis43.729.9
PRBench FinanceScale AI SEAL–47.5%
PRBench LegalScale AI SEAL–47.9%
BioMysteryBenchVals AI–75.6%†
Excel Modeling Benchmark v1.1Vals AI75.8%†70.0%†
Access to Justice BenchmarkVals AI–69.5%†
DrugDiscoveryBenchScale AI SEAL–63.4%†
AA-Omniscience v1.1: accuracyArtificial Analysis48.2%48.9%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis91.3%62.7%
指示追従
Arena Instruction FollowingArena (LMArena)15031487†
人間の評価
Arena TextArena (LMArena)14901485†
EQ-Bench Creative Writing v3EQ-Bench–2173
Arena Creative WritingArena (LMArena)14921453†
Arena Multi-turnArena (LMArena)14761475†
Arena Longer QueriesArena (LMArena)15141491†
マルチモーダル
LiveBench DesignLiveBench77.3%†73.7%†
MMMU-ProArtificial Analysis–83.9%
Humanity's Sixth SenseScale AI SEAL–33.2%†
VIALS-AAHandshake AI–45.3%
AA-3DArtificial Analysis–1112
長文コンテキスト
AA-LCR v1.1Artificial Analysis–86.3%
MLCRArtificial Analysis21.1%†38.3%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–161.4
LiveBench 2.0LiveBench77.0%†68.7%†
AA Intelligence Index v5.0.1Artificial Analysis50.846.5
AA Intelligence Index v4.3.2Artificial Analysis–55.1
AA Progress Index v1Artificial Analysis–340.7
Vals IndexVals AI68.5†62.5†
Vals Finance IndexVals AI66.1%†56.0%†
Vals Science IndexVals AI–44.4%†
Vals Legal IndexVals AI73.6%†67.0%†
AA Cyber IndexArtificial Analysis–64.1
安全性・誠実さ
FORTRESSScale AI SEAL–18.6%
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。
  • Kimi K3.1 Pro:スコアの改訂1件。
  • Kimi K3.1 Pro:スコアの改訂1件。
  • Gemini 4 Hydrogen (high):新しい結果10件(Arena Text, Arena Hard Prompts, Arena Coding…)。
  • 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。
  • Kimi K3.1 Pro:新しい結果2件(APEX-Agents, Epoch Capabilities Index)。
  • Kimi K3.1 Pro:BenchLeader Index 61.8 → 61.2。
  • Kimi K3.1 Pro:スコアの改訂5件。
  • Kimi K3.1 Pro:BenchLeader Index 61.3 → 61.8。

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

Gemini 4 Hydrogen vs Kimi K3.1 Pro:よくある質問

Gemini 4 HydrogenはKimi K3.1 Proより優れていますか?
Gemini 4 Hydrogen (high)とKimi K3.1 Proの品質は互角です(63.4 対 61.8、±3.6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。
Gemini 4 Hydrogen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Gemini 4 Hydrogenの方が安く、100万トークンあたり$3.00 対 $4.00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Gemini 4 Hydrogen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Gemini 4 Hydrogenの方がスコアが高くなっています(カテゴリ指標で69 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、Gemini 4 Hydrogenが36.3%、Kimi K3.1 Proが25.4%です。
Gemini 4 HydrogenとKimi K3.1 Proはどちらが速いですか?
Gemini 4 Hydrogenの方が出力が3倍以上速くなっています(出力170 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Gemini 4 Hydrogen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Kimi K3.1 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)。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
どちらも1,048,576トークンのコンテキストに対応しています。
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Gemini 4 Hydrogenです。Artificial Analysisの測定では、最初の回答トークンまで16.2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。
Gemini 4 Hydrogen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11件のベンチマークのうち、Gemini 4 Hydrogenのリードが7件、Kimi K3.1 Proのリードが4件です。両方を評価しているすべての総合指標で、Gemini 4 Hydrogenが上回っています。
Gemini 4 Hydrogenはいつリリースされましたか?
Gemini 4 Hydrogenは2026年11月12日にリリースされました。