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 Flash | 100万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 Code | MiniMax M3.1 Flash |
|---|---|---|
| プロバイダー | Moonshot AI | MiniMax |
| 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) | 262,144 | 1,000,000 |
| 比較した構成 | Kimi K2.7 Code | MiniMax 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 Code | MiniMax M3.1 Flash | トップ |
|---|---|---|---|
| 推論 | 53.0 | 50.1 | Kimi K2.7 Code |
| コーディング | 51.9 | 55.4 | MiniMax M3.1 Flash |
| エージェント・ツール | 52.1 | 55.2 | MiniMax M3.1 Flash |
| 数学 | 51.9 | – | 比較不可 |
| 知識 | 45.4 | 45.9 | 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 | 64.3 | 64.5 | 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。
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。
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Index | Kimi K2.7 Code | MiniMax M3.1 Flash | トップ |
|---|---|---|---|
| BenchLeader Index | 53.9 | 54.3 | 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 Code | MiniMax 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) | – | $0.491 |
| タスクあたりの出力トークン(AA Index) | – | 138k |
| うち推論 | – | 103k |
| タスクあたりの時間(AA Index) | – | 15 min |
| 出力速度 | 55 tok/s | 151 tok/s |
| 回答開始までの時間 | 29.6秒 | 43.3秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 102.4秒 | 141.5秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Kimi K2.7 Codeのスコアは53.9、最初の回答トークンまで30秒。MiniMax M3.1 Flashのスコアは54.3、最初の回答トークンまで43秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
100件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Kimi K2.7 Code | MiniMax M3.1 Flash |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 53.9 | 54.3 |
| エージェント・ツールスコア | BenchLeader | 52.1 | 55.2 |
| コーディングスコア | BenchLeader | 51.9 | 55.4 |
| 指示追従スコア | BenchLeader | 62.9 | – |
| 知識スコア | BenchLeader | 45.4 | 45.9 |
| 長文コンテキストスコア | BenchLeader | 64.3 | 64.5 |
| 数学スコア | BenchLeader | 51.9 | – |
| 推論スコア | BenchLeader | 53.0 | 50.1 |
| マルチモーダルスコア | BenchLeader | – | 61.5 |
| ブレンド価格($/100万トークン) | BenchLeader | $1.71 | $0.262 |
| 出力速度 | BenchLeader | 55 tok/s | 151 tok/s |
| 回答開始までの時間 | BenchLeader | 29.6秒 | 43.3秒 |
| コンテキストウィンドウ | BenchLeader | 262,144トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 87.9% | – |
| SimpleBench | SimpleBench | 57.9% | – |
| LiveBench 2.0 Reasoning | LiveBench | – | 82.9%† |
| LiveBench 1.0 Reasoning | LiveBench | 82.8% | – |
| GPQA Diamond (AA) | Artificial Analysis | 89.6% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | 35.0% | 48.0% |
| HLE-Diamond (AA) | Artificial Analysis | 14.8% | 28.1% |
| CritPt | Artificial Analysis | 10.0% | 22.3% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 32.5% |
| Chess Puzzles | Epoch AI Benchmarking Hub | 14.0% | – |
| コーディング | |||
| SciCode | SciCode | 47.8% | – |
| WeirdML | WeirdML | 54.1% | – |
| FrontierCode | Cognition | 30.1% | – |
| Arena WebDev | Arena (LMArena) | 1474 | 1584 |
| LiveBench 2.0 Coding | LiveBench | – | 68.8%† |
| LiveBench 1.0 Coding | LiveBench | 74.0% | – |
| SciCode (AA) | Artificial Analysis | 47.8% | 53.4% |
| LiveCodeBench | Vals AI | 82.0% | – |
| SWE-bench (Vals) | Vals AI | 78.2% | – |
| Code Migration | Vals AI | 25.4% | – |
| ProgramBench | Vals AI | 0.0% | – |
| Vibe Code Bench v1.1 | Vals AI | 47.2% | 73.9%† |
| Vibe Code Bench 1-100 v1.1 | Vals AI | – | 19.8%† |
| SWE-Bench Pro V2 | Scale AI SEAL | – | 96.6%† |
| SWE-Bench Pro V2 HARD | Scale 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 Code | MiniMax M3.1 Flash |
|---|---|---|---|
| コーディング | |||
| Surface Evolver Bench | Epoch AI Benchmarking Hub | 48.8% | – |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | 30.5% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 886.2 | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 1.0% | 25.8% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | 67.4% | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 30.3† |
| Design Arena Website | Design Arena | 1258 | 1277 |
| 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-Agents | Mercor | 37.6% | – |
| Arena Agent | Arena (LMArena) | – | -2.7 |
| LiveBench Long Agentic | LiveBench | – | 25.7%† |
| LiveBench Browser | LiveBench | – | 80.6%† |
| LiveBench Agentic Coding | LiveBench | 45.7% | – |
| Terminal-Bench Hard | Artificial Analysis | 44.7% | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 90.1% | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | 67.0% | – |
| HiL-Bench | Scale AI SEAL | – | 65.7% |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 26.9% | 47.9% |
| GDPval-AA v2.1 | Artificial Analysis | 1046 | 1465 |
| τ³-Banking (AA) | Artificial Analysis | 20.2% | – |
| Finance Agent v2.1 | Vals AI | – | 58.8%† |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | – | 7.5%† |
| Legal Research Bench | Vals AI | – | 34.1%† |
| SkillsBench | Vals AI | 50.0% | – |
| Tax Agent Bench | Vals AI | – | 32.1%† |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 25.3%† |
| Arena Agent Task Completion | Arena (LMArena) | – | -0.7 |
| GBAEval | Epoch AI Benchmarking Hub | 0.8% | – |
| Vending-Bench 2 | Andon Labs | 5082.9 | – |
| AutomationBench | Artificial Analysis | 24.4% | 72.5% |
| GDP.pdf (AA) | Artificial Analysis | 11.2% | 20.8% |
| EnterpriseOps-Gym | Artificial Analysis | 40.2% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 858 | 1474 |
| GDPx | GDPx by SemiAnalysis | – | 4.0%† |
| Design Arena Agentic | Design Arena | 1158 | 1252 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 3.3% |
| MKA (AA) | Artificial Analysis | – | 33.5% |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 54.0% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 12.2% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 95.6% | – |
| LiveBench Mathematics | LiveBench | 79.6% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 36.5% | – |
| LiveBench 2.0 Data Analysis | LiveBench | – | 71.4%† |
| LiveBench Research | LiveBench | – | 76.7%† |
| LiveBench 1.0 Data Analysis | LiveBench | 62.7% | – |
| AA-Omniscience v1.1 | Artificial Analysis | – | -6.4 |
| PRBench Finance | Scale AI SEAL | – | 45.6% |
| PRBench Legal | Scale AI SEAL | – | 45.1% |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 67.8%† |
| Access to Justice Benchmark | Vals AI | – | 73.3%† |
| DrugDiscoveryBench | Scale AI SEAL | 35.3%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 45.1% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 6.3% |
| 指示追従 | |||
| LiveBench Language | LiveBench | 77.9% | – |
| LiveBench Instruction Following | LiveBench | 56.3% | – |
| IFBench | Artificial Analysis | 63.1% | – |
| マルチモーダル | |||
| LiveBench Design | LiveBench | – | 71.2%† |
| MMMU-Pro | Artificial Analysis | – | 79.1% |
| SAGE | Vals AI | – | 85.3%† |
| VIALS-AA | Handshake AI | – | 29.8% |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 79.3% | 79.7% |
| MLCR | Artificial Analysis | 12.2% | 16.7% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 151.2 | – |
| LiveBench 2.0 | LiveBench | – | 63.7%† |
| LiveBench 1.0 | LiveBench | 68.4% | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 29.1 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 25.8 | 42.7 |
| AA Progress Index v1 | Artificial Analysis | 287.6 | 317.6 |
| Vals Index | Vals AI | – | 53.8† |
| Vals Finance Index | Vals AI | – | 55.9%† |
| Vals Router Index | Vals AI | – | 53.8% |
| Vals Legal Index | Vals AI | – | 67.1%† |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | – | 52.1% |
| メタデータ | |||
| AA Openness Index | Artificial Analysis | 27.8 | 27.8 |
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)。
関連する比較
- Kimi K2.7 Code vs Muse Spark Open
- MiniMax M3.1 Flash vs Claude Opus 5.5
- MiniMax M3.1 Flash vs GPT-6 Astra
- MiniMax M3.1 Flash vs Claude Fable 5.1
- MiniMax M3.1 Flash vs GPT-6.1 Sol
- Kimi K2 Thinking vs MiniMax M3.1 Flash
- MiniMax M3.1 Flash vs Gemini 4 Argon
- MiniMax M3.1 Flash vs GPT-5.6 Sol
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。