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 Hydrogen | 100万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 Hydrogen | Kimi K3.1 Pro |
|---|---|---|
| プロバイダー | Moonshot 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) | 1,048,576 | 1,048,576 |
| 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 | 69.6 | 59.2 | Gemini 4 Hydrogen |
| コーディング | 68.8 | 59.6 | Gemini 4 Hydrogen |
| エージェント・ツール | 61.7 | 64.6 | Kimi K3.1 Pro |
| 数学 | 67.8 | 73.4 | Kimi K3.1 Pro |
| 知識 | 68.5 | 58.2 | Gemini 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。
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。
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Index | Gemini 4 Hydrogen (high) | Kimi K3.1 Pro | トップ |
|---|---|---|---|
| BenchLeader Index | 63.4 | 61.8 | 互角 |
| AA Intelligence Index v5.0.1 | 50.8 | 46.5 | Gemini 4 Hydrogen |
| Vals Index | 68.5† | 62.5 | Gemini 4 Hydrogen |
| Arena Text | 1490 | 1485† | 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) | 85k | 72k |
| うち推論 | 48k | 44k |
| タスクあたりの時間(AA Index) | 8 min | 40 min |
| 出力速度 | 170 tok/s | 30 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$3.68でした。同じ作業でGemini 4 Hydrogen (high)は1.2倍の出力トークンを書いています。
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Gemini 4 Hydrogen (high)のスコアは63.4、最初の回答トークンまで16秒。Gemini 4 Hydrogen (xhigh)は61.8(42秒)。Kimi K3.1 Proのスコアは61.8、最初の回答トークンまで157秒。Kimi K3.1 Pro (max)は59.9(157秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
94件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Gemini 4 Hydrogen (high) | Kimi K3.1 Pro |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 63.4 | 61.8 |
| エージェント・ツールスコア | BenchLeader | 61.7 | 64.6 |
| コーディングスコア | BenchLeader | 68.8 | 59.6 |
| 人間の評価スコア | BenchLeader | 68.2 | – |
| 知識スコア | BenchLeader | 68.5 | 58.2 |
| 数学スコア | BenchLeader | 67.8 | 73.4 |
| 推論スコア | BenchLeader | 69.6 | 59.2 |
| 長文コンテキストスコア | BenchLeader | – | 67.9 |
| マルチモーダルスコア | BenchLeader | – | 66.3 |
| ブレンド価格($/100万トークン) | BenchLeader | $3.00 | $4.00 |
| 出力速度 | BenchLeader | 170 tok/s | 30 tok/s |
| 回答開始までの時間 | BenchLeader | 16.2秒 | 157.4秒 |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 1,048,576トークン |
| 推論 | |||
| Arena Hard Prompts | Arena (LMArena) | 1514 | 1504† |
| LiveBench 2.0 Reasoning | LiveBench | 88.6%† | 91.1%† |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 52.5% |
| HLE-Diamond (AA) | Artificial Analysis | 54.9% | 37.3% |
| CritPt | Artificial Analysis | – | 24.6% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 61.5% | 49.5% |
| MysteryMechanism | Vals AI | – | 26.1%† |
| Arena Expert | Arena (LMArena) | 1542 | 1515† |
| LMCA | Epoch AI Benchmarking Hub | – | 57.6%† |
| DTBench | Epoch AI Benchmarking Hub | – | 93.3%† |
| コーディング | |||
| SciCode | SciCode | – | 60.8% |
| Arena Coding | Arena (LMArena) | 1518 | 1530† |
| Arena WebDev | Arena (LMArena) | 1704 | 1687† |
| LiveBench 2.0 Coding | LiveBench | 78.5%† | 67.8%† |
| IOI | Vals AI | – | 81.9%† |
| Vibe Code Bench v1.1 | Vals AI | 87.8%† | 84.9%† |
| SWE Atlas v1.1 | Scale AI SEAL | – | 61.1% |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 70.2% |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 58.9% |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 54.3% |
| ALE-Bench | Epoch AI Benchmarking Hub | – | 1932.8† |
| WeirdML v3 | WeirdML | – | 9.9%† |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 54.0% | 67.2% |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 78.3 |
| GameBench 2 by reasoning setting | DuelLab 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 Website | Design Arena | 1320† | 1321 |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 47.1% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 36.3% | 25.4% |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 56.4% | 59.7%† |
| APEX-Agents | Mercor | – | 65.5% |
| Arena Agent | Arena (LMArena) | – | 4.9† |
| LiveBench Long Agentic | LiveBench | 61.8%† | 38.7%† |
| LiveBench Browser | LiveBench | 77.1%† | 75.9%† |
| HiL-Bench | Scale AI SEAL | – | 61.3% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 67.3% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1861 |
| Analyst Agent (AA) | Artificial Analysis | – | 38.8% |
| Finance Agent v2.1 | Vals AI | 65.1%† | 61.5%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 11.3%† | 11.7%† |
| Legal Research Bench | Vals AI | 53.9%† | 37.5%† |
| SREBench | Vals AI | – | 27.1%† |
| Tax Agent Bench | Vals AI | 52.3%† | 24.9%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | 54.0%† | 63.6%† |
| Terminal-Bench Science | Vals AI | – | 31.4%† |
| Arena Agent Task Completion | Arena (LMArena) | – | 2.7† |
| AutomationBench | Artificial Analysis | 74.4% | 73.3% |
| GDP.pdf (AA) | Artificial Analysis | 30.0% | 31.4% |
| AA-Briefcase v1.1 | Artificial Analysis | 1497 | 1674 |
| Design Arena Agentic | Design Arena | 1262† | 1301 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 41.4% | 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 | |||
| ProofBench | Vals AI | – | 91.0% |
| ArXivMath | MathArena | – | 58.3%† |
| BrokenArXiv | MathArena | – | 61.9%† |
| Arena Maths | Arena (LMArena) | 1495 | – |
| 知識 | |||
| LiveBench 2.0 Data Analysis | LiveBench | 83.2%† | 79.1%† |
| LiveBench Research | LiveBench | 86.8%† | 82.1%† |
| AA-Omniscience v1.1 | Artificial Analysis | 43.7 | 29.9 |
| PRBench Finance | Scale AI SEAL | – | 47.5% |
| PRBench Legal | Scale AI SEAL | – | 47.9% |
| BioMysteryBench | Vals AI | – | 75.6%† |
| Excel Modeling Benchmark v1.1 | Vals AI | 75.8%† | 70.0%† |
| Access to Justice Benchmark | Vals AI | – | 69.5%† |
| DrugDiscoveryBench | Scale AI SEAL | – | 63.4%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 48.2% | 48.9% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 91.3% | 62.7% |
| 指示追従 | |||
| Arena Instruction Following | Arena (LMArena) | 1503 | 1487† |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1490 | 1485† |
| EQ-Bench Creative Writing v3 | EQ-Bench | – | 2173 |
| Arena Creative Writing | Arena (LMArena) | 1492 | 1453† |
| Arena Multi-turn | Arena (LMArena) | 1476 | 1475† |
| Arena Longer Queries | Arena (LMArena) | 1514 | 1491† |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 77.3%† | 73.7%† |
| MMMU-Pro | Artificial Analysis | – | 83.9% |
| Humanity's Sixth Sense | Scale AI SEAL | – | 33.2%† |
| VIALS-AA | Handshake AI | – | 45.3% |
| AA-3D | Artificial Analysis | – | 1112 |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 86.3% |
| MLCR | Artificial Analysis | 21.1%† | 38.3% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 161.4 |
| LiveBench 2.0 | LiveBench | 77.0%† | 68.7%† |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 50.8 | 46.5 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 55.1 |
| AA Progress Index v1 | Artificial Analysis | – | 340.7 |
| Vals Index | Vals AI | 68.5† | 62.5† |
| Vals Finance Index | Vals AI | 66.1%† | 56.0%† |
| Vals Science Index | Vals AI | – | 44.4%† |
| Vals Legal Index | Vals AI | 73.6%† | 67.0%† |
| AA Cyber Index | Artificial Analysis | – | 64.1 |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 18.6% |
| メタデータ | |||
| AA Openness Index | Artificial 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。
関連する比較
- Gemini 4 Hydrogen vs Claude Fable 5.2
- Gemini 4 Hydrogen vs Gemini 4 Carbon
- Gemini 4 Hydrogen vs Claude Opus 5.5
- Kimi K3.1 Pro vs Claude Fable 5.2
- Kimi K3.1 Pro vs Gemini 4 Carbon
- Kimi K3.1 Pro vs Claude Opus 5.5
- Kimi K3.1 Pro vs GPT-6 Astra
- Gemini 4 Hydrogen vs Claude Fable 5.1
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
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。