BenchLeader

Kimi K2.7 Code vs MiniMax M3.1 Flash

詳しいプロフィール:Kimi K2.7 Code(Moonshot AI)とMiniMax M3.1 Flash(MiniMax)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 9件の情報源のデータ

2026年11月16日時点で、Kimi K2.7 CodeとMiniMax M3.1 Flashの品質は互角です(BenchLeader Indexで53.9 対 54.3、±6.5の誤差範囲内)。価格はMiniMax M3.1 Flashの方が6.5倍安く、100万トークンあたりのブレンド価格で$0.262 対 $1.71です。推論(53 対 50)を重視するならKimi K2.7 Code、コーディング(55 対 52)、エージェント・ツール(55 対 52)を重視するならMiniMax M3.1 Flashが向いています。MiniMax M3.1 Flash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Kimi K2.7 Codeが53.9、MiniMax M3.1 Flashが54.3です(BenchLeader、2026年11月16日)。
  • Kimi K2.7 Codeの100万トークンあたりのブレンド価格は$1.71です(定価、2026年11月16日)。
  • MiniMax M3.1 Flashの100万トークンあたりのブレンド価格は$0.262です(定価、2026年11月16日)。
  • MiniMax M3.1 FlashはKimi K2.7 Code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17件のベンチマークのうち、MiniMax M3.1 Flashが16件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はKimi K2.7 Codeが1474、MiniMax M3.1 Flashが1584です(LMArena、2026年11月16日までの公開値)。

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MiniMax M3.1 Flashカテゴリスコア55 対 52;Arena WebDev 1584 対 1474中
エージェント・ツール利用MiniMax M3.1 Flashカテゴリスコア55 対 52;GDPval-AA v2.1, normalised score 47.9% 対 26.9%中
推論Kimi K2.7 Codeカテゴリスコア53 対 50;HLE-Diamond (AA) 14.8% 対 28.1%中
知識どちらでもカテゴリスコア45 対 46どちらでも
長い文書どちらでもカテゴリスコア64 対 65;AA-LCR v1.1 79.3% 対 79.7%どちらでも
最低コストMiniMax M3.1 Flash100万トークンあたりブレンド価格$0.262 対 $1.71;エージェント型コーディングセッション$0.011 対 $0.073–
回答開始の速さKimi K2.7 Code最初の回答トークンまで29.6秒(Kimi K2.7 Code)対 43.3秒(MiniMax M3.1 Flash)–
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

  • Kimi K2.7 CodeとMiniMax M3.1 Flashの品質は互角です(53.9 対 54.3、±6.5の誤差範囲内)。
  • Kimi K2.7 Codeは推論で優れています。
  • MiniMax M3.1 Flashはエージェント・ツール、コーディング、知識、長文コンテキストで優れています。
  • MiniMax M3.1 Flashの方が6.5倍安くなっています(100万トークンあたりブレンド価格$0.262 対 $1.71)。
  • MiniMax M3.1 Flashの方が出力が2.8倍速くなっています(151 対 55トークン/秒)。

概要

仕様Kimi K2.7 CodeMiniMax M3.1 Flash
プロバイダーMoonshot AIMiniMax
リリース日2026年6月12日2026年10月19日
コンテキストウィンドウ(トークン)262,1441,000,000
比較した構成Kimi K2.7 CodeMiniMax M3.1 Flash
オープンウェイトありあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)$0.950 / $4.00 / $0.190$0.150 / $0.600 / $0.015

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Kimi K2.7 CodeMiniMax M3.1 Flashトップ
推論53.050.1Kimi K2.7 Code
コーディング51.955.4MiniMax M3.1 Flash
エージェント・ツール52.155.2MiniMax M3.1 Flash
数学51.9–比較不可
知識45.445.9互角
指示追従62.9–比較不可
マルチモーダル–61.5比較不可
長文コンテキスト64.364.5互角

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・ツール知識長文コンテキストKimi K2.7 Code, 推論: 53.0Kimi K2.7 Code, コーディング: 51.9Kimi K2.7 Code, エージェント・ツール: 52.1Kimi K2.7 Code, 知識: 45.4Kimi K2.7 Code, 長文コンテキスト: 64.3MiniMax M3.1 Flash, 推論: 50.1MiniMax M3.1 Flash, コーディング: 55.4MiniMax M3.1 Flash, エージェント・ツール: 55.2MiniMax M3.1 Flash, 知識: 45.9MiniMax M3.1 Flash, 長文コンテキスト: 64.5

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, 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17件のベンチマークのうち、Kimi K2.7 Codeのリードが0件、MiniMax M3.1 Flashのリードが16件、同点が1件です。

総合IndexKimi K2.7 CodeMiniMax M3.1 Flashトップ
BenchLeader Index53.954.3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Kimi K2.7 CodeMiniMax M3.1 Flash
100万トークンあたりのブレンド価格$1.71$0.262
100万トークンあたりの入力/出力$0.950 / $4.00$0.150 / $0.600
100万トークンあたりのキャッシュ入力$0.190$0.015
タスクあたりの価格:チャットの返答$0.0016$0.0002
タスクあたりの価格:30ページのレポートを要約$0.014$0.0022
タスクあたりの価格:コード編集$0.012$0.0018
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$0.073$0.011
タスクあたりの価格:構造化データの抽出$0.0027$0.0004
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)$0.039$0.0053
ベンチマークのタスクあたりのコスト(AA Index)–$0.491
タスクあたりの出力トークン(AA Index)–138k
うち推論–103k
タスクあたりの時間(AA Index)–15 min
出力速度55 tok/s151 tok/s
回答開始までの時間29.6秒43.3秒
回答が完了するまでの時間(最終測定2026年11月13日)102.4秒141.5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。Kimi K2.7 Codeのスコアは53.9、最初の回答トークンまで30秒。MiniMax M3.1 Flashのスコアは54.3、最初の回答トークンまで43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

100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Kimi K2.7 CodeMiniMax M3.1 Flash
BenchLeader IndexBenchLeader53.954.3
エージェント・ツールスコアBenchLeader52.155.2
コーディングスコアBenchLeader51.955.4
指示追従スコアBenchLeader62.9–
知識スコアBenchLeader45.445.9
長文コンテキストスコアBenchLeader64.364.5
数学スコアBenchLeader51.9–
推論スコアBenchLeader53.050.1
マルチモーダルスコアBenchLeader–61.5
ブレンド価格($/100万トークン)BenchLeader$1.71$0.262
出力速度BenchLeader55 tok/s151 tok/s
回答開始までの時間BenchLeader29.6秒43.3秒
コンテキストウィンドウBenchLeader262,144トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub87.9%–
SimpleBenchSimpleBench57.9%–
LiveBench 2.0 ReasoningLiveBench–82.9%†
LiveBench 1.0 ReasoningLiveBench82.8%–
GPQA Diamond (AA)Artificial Analysis89.6%–
Humanity's Last Exam (AA)Artificial Analysis35.0%48.0%
HLE-Diamond (AA)Artificial Analysis14.8%28.1%
CritPtArtificial Analysis10.0%22.3%
CritPt v2 hard subset (AA)Artificial Analysis–32.5%
Chess PuzzlesEpoch AI Benchmarking Hub14.0%–
コーディング
SciCodeSciCode47.8%–
WeirdMLWeirdML54.1%–
FrontierCodeCognition30.1%–
Arena WebDevArena (LMArena)14741584
LiveBench 2.0 CodingLiveBench–68.8%†
LiveBench 1.0 CodingLiveBench74.0%–
SciCode (AA)Artificial Analysis47.8%53.4%
LiveCodeBenchVals AI82.0%–
SWE-bench (Vals)Vals AI78.2%–
Code MigrationVals AI25.4%–
ProgramBenchVals AI0.0%–
Vibe Code Bench v1.1Vals AI47.2%73.9%†
Vibe Code Bench 1-100 v1.1Vals AI–19.8%†
SWE-Bench Pro V2Scale AI SEAL–96.6%†
SWE-Bench Pro V2 HARDScale AI SEAL–84.3%†
100件のベンチマークをすべて表示
指標公開元Kimi K2.7 CodeMiniMax M3.1 Flash
コーディング
Surface Evolver BenchEpoch AI Benchmarking Hub48.8%–
DeepSWE v1.1Epoch AI Benchmarking Hub30.5%–
ALE-BenchEpoch AI Benchmarking Hub886.2–
Terminal-Bench 4.0 (AA)Artificial Analysis1.0%25.8%
Terminal-Bench 2.1 (AA)Artificial Analysis67.4%–
GameBench 2 by reasoning settingDuelLab GameBench 2–30.3†
Design Arena WebsiteDesign Arena12581277
FrontierCode 1.1 (AA)Artificial Analysis–38.6%
FrontierCode 2.0 (AA)Artificial Analysis–20.8%
エージェント・ツール
APEX-AgentsMercor37.6%–
Arena AgentArena (LMArena)–-2.7
LiveBench Long AgenticLiveBench–25.7%†
LiveBench BrowserLiveBench–80.6%†
LiveBench Agentic CodingLiveBench45.7%–
Terminal-Bench HardArtificial Analysis44.7%–
τ²-Bench Telecom (AA)Artificial Analysis90.1%–
Terminal-Bench 2.1 (Vals)Vals AI67.0%–
HiL-BenchScale AI SEAL–65.7%
GDPval-AA v2.1, normalised scoreArtificial Analysis26.9%47.9%
GDPval-AA v2.1Artificial Analysis10461465
τ³-Banking (AA)Artificial Analysis20.2%–
Finance Agent v2.1Vals AI–58.8%†
Harvey's Legal Agent Benchmark v1.1Vals AI–7.5%†
Legal Research BenchVals AI–34.1%†
SkillsBenchVals AI50.0%–
Tax Agent BenchVals AI–32.1%†
Terminal-Bench 4.0 (Vals)Vals AI–25.3%†
Arena Agent Task CompletionArena (LMArena)–-0.7
GBAEvalEpoch AI Benchmarking Hub0.8%–
Vending-Bench 2Andon Labs5082.9–
AutomationBenchArtificial Analysis24.4%72.5%
GDP.pdf (AA)Artificial Analysis11.2%20.8%
EnterpriseOps-GymArtificial Analysis40.2%–
AA-Briefcase v1.1Artificial Analysis8581474
GDPxGDPx by SemiAnalysis–4.0%†
Design Arena AgenticDesign Arena11581252
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–3.3%
MKA (AA)Artificial Analysis–33.5%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub54.0%–
FrontierMath Tier 4Epoch AI Benchmarking Hub12.2%–
OTIS Mock AIMEEpoch AI Benchmarking Hub95.6%–
LiveBench MathematicsLiveBench79.6%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub36.5%–
LiveBench 2.0 Data AnalysisLiveBench–71.4%†
LiveBench ResearchLiveBench–76.7%†
LiveBench 1.0 Data AnalysisLiveBench62.7%–
AA-Omniscience v1.1Artificial Analysis–-6.4
PRBench FinanceScale AI SEAL–45.6%
PRBench LegalScale AI SEAL–45.1%
Excel Modeling Benchmark v1.1Vals AI–67.8%†
Access to Justice BenchmarkVals AI–73.3%†
DrugDiscoveryBenchScale AI SEAL35.3%†–
AA-Omniscience v1.1: accuracyArtificial Analysis–45.1%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–6.3%
指示追従
LiveBench LanguageLiveBench77.9%–
LiveBench Instruction FollowingLiveBench56.3%–
IFBenchArtificial Analysis63.1%–
マルチモーダル
LiveBench DesignLiveBench–71.2%†
MMMU-ProArtificial Analysis–79.1%
SAGEVals AI–85.3%†
VIALS-AAHandshake AI–29.8%
長文コンテキスト
AA-LCR v1.1Artificial Analysis79.3%79.7%
MLCRArtificial Analysis12.2%16.7%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub151.2–
LiveBench 2.0LiveBench–63.7%†
LiveBench 1.0LiveBench68.4%–
AA Intelligence Index v5.0.1Artificial Analysis–29.1
AA Intelligence Index v4.3.2Artificial Analysis25.842.7
AA Progress Index v1Artificial Analysis287.6317.6
Vals IndexVals AI–53.8†
Vals Finance IndexVals AI–55.9%†
Vals Router IndexVals AI–53.8%
Vals Legal IndexVals AI–67.1%†
安全性・誠実さ
FORTRESSScale AI SEAL–52.1%
メタデータ
AA Openness IndexArtificial Analysis27.827.8

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

  • MiniMax M3.1 Flash:BenchLeader Index 53.7 → 54.3。
  • Kimi K2.7 Code:スコアの改訂1件。
  • MiniMax M3.1 Flash:BenchLeader Index 54.3 → 53.7。
  • MiniMax M3.1 Flash:スコアの改訂1件。
  • MiniMax M3.1 Flash:スコアの改訂6件。
  • MiniMax M3.1 Flash:BenchLeader Index 53.0 → 54.3。
  • MiniMax M3.1 Flash:新しい結果1件(HiL-Bench)。
  • MiniMax M3.1 Flash:BenchLeader Index 52.0 → 53.0。
  • Kimi K2.7 Code:スコアの改訂1件。
  • MiniMax M3.1 Flash:新しい結果2件(PRBench Finance, PRBench Legal)。

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

Kimi K2.7 Code vs MiniMax M3.1 Flash:よくある質問

Kimi K2.7 CodeはMiniMax M3.1 Flashより優れていますか?
Kimi K2.7 CodeとMiniMax M3.1 Flashの品質は互角です(53.9 対 54.3、±6.5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。
Kimi K2.7 CodeとMiniMax M3.1 Flash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MiniMax M3.1 Flashの方が安く、100万トークンあたり$0.262 対 $1.71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Kimi K2.7 CodeとMiniMax M3.1 Flashのどちらが向いていますか?
コーディングではMiniMax M3.1 Flashの方がスコアが高くなっています(カテゴリ指標で55 対 52。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Arena WebDevでは、Kimi K2.7 Codeが1474、MiniMax M3.1 Flashが1584です。
Kimi K2.7 CodeとMiniMax M3.1 Flashはどちらが速いですか?
MiniMax M3.1 Flashの方が出力が約2倍速くなっています(出力151 対 55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Kimi K2.7 CodeとMiniMax M3.1 Flash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MiniMax M3.1 Flashの方がスコアが高くなっています(カテゴリ指標で55 対 52。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?
長文コンテキストのベンチマークでは互角です(64 対 65)。コンテキストはMiniMax M3.1 Flashの方が長く、1,000,000トークンです(Kimi K2.7 Codeは262,144トークン)。
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Kimi K2.7 Codeです。Artificial Analysisの測定では、最初の回答トークンまで29.6秒 対 43.3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。
Kimi K2.7 CodeとMiniMax M3.1 Flash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17件のベンチマークのうち、Kimi K2.7 Codeのリードが0件、MiniMax M3.1 Flashのリードが16件、同点が1件です。
MiniMax M3.1 Flashはいつリリースされましたか?
MiniMax M3.1 Flashは2026年10月19日にリリースされました。