Kimi K3.1 Pro Together vs Qwen3.6 Max
詳しいプロフィール:Kimi K3.1 Pro Together(Moonshot AI)とQwen3.6 Max(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。
更新 · 5件の情報源のデータ
2026年11月16日時点で、Kimi K3.1 Pro TogetherとQwen3.6 Maxの品質は互角です(BenchLeader Indexで60.0 対 62.1、±3.8の誤差範囲内)。両方を測定できるすべてのカテゴリでKimi K3.1 Pro Togetherがリードしています。
要点(2026年11月16日時点)
- BenchLeader IndexはKimi K3.1 Pro Togetherが60.0、Qwen3.6 Maxが62.1です(BenchLeader、2026年11月16日)。
- Qwen3.6 Maxの100万トークンあたりのブレンド価格は$2.92です(定価、2026年11月16日)。
- 両モデルに結果がある3件のベンチマークのうち、Kimi K3.1 Pro Togetherが3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 |
|---|---|---|---|
| 数学 | どちらでも | カテゴリスコア65 対 64;OTIS Mock AIME 100.0% 対 91.1% | どちらでも |
| 推論 | Kimi K3.1 Pro Together | カテゴリスコア67 対 61;GPQA Diamond 94.2% 対 87.4% | 中 |
| 知識 | Kimi K3.1 Pro Together | カテゴリスコア66 対 60;SimpleQA Verified 62.2% 対 52.0% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはQwen3.6 Maxのみです(カテゴリスコア65) | 比較不可 |
| 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 K3.1 Pro Together (max)とQwen3.6 Max (max)の品質は互角です(60.0 対 62.1、±3.8の誤差範囲内)。
- Kimi K3.1 Pro Together (max)は知識、数学、推論で優れています。
概要
| 仕様 | Kimi K3.1 Pro Together | Qwen3.6 Max |
|---|---|---|
| プロバイダー | Moonshot AI | Alibaba |
| リリース日 | 2026年10月23日 | 2026年4月20日 |
| コンテキストウィンドウ(トークン) | – | 262,144 |
| 比較した構成 | Kimi K3.1 Pro Together (max) | Qwen3.6 Max (max) |
| オープンウェイト | なし | なし |
| 100万トークンあたりの価格(入力/出力/キャッシュ入力) | – | $1.30 / $7.80 / $0.130 |
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 K3.1 Pro Together (max) | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| 推論 | 66.9 | 60.8 | Kimi K3.1 Pro Together |
| コーディング | – | 55.9 | 比較不可 |
| エージェント・ツール | – | 72.1 | 比較不可 |
| 数学 | 65.2 | 64.4 | 互角 |
| 知識 | 66.0 | 59.7 | Kimi K3.1 Pro Together |
| 指示追従 | – | 74.7 | 比較不可 |
| 人間の評価 | – | 64.5 | 比較不可 |
| 長文コンテキスト | – | 65.0 | 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):コーディング, エージェント・ツール, 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3件のベンチマークのうち、Kimi K3.1 Pro Togetherのリードが3件、Qwen3.6 Maxのリードが0件です。
| 総合Index | Kimi K3.1 Pro Together (max) | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 60.0 | 62.1 | 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 K3.1 Pro Together (max) | Qwen3.6 Max (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | – | $2.92 |
| 100万トークンあたりの入力/出力 | – / – | $1.30 / $7.80 |
| 100万トークンあたりのキャッシュ入力 | – | $0.130 |
| タスクあたりの価格:チャットの返答 | – | $0.0029 |
| タスクあたりの価格:30ページのレポートを要約 | – | $0.020 |
| タスクあたりの価格:コード編集 | – | $0.019 |
| 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 | – | $0.109 |
| タスクあたりの価格:構造化データの抽出 | – | $0.0042 |
| 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) | – | $0.057 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Kimi K3.1 Pro Together (max)のスコアは60.0。Qwen3.6 Max (max)のスコアは62.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
37件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Kimi K3.1 Pro Together (max) | Qwen3.6 Max (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 60.0 | 62.1 |
| 知識スコア | BenchLeader | 66.0 | 59.7 |
| 数学スコア | BenchLeader | 65.2 | 64.4 |
| 推論スコア | BenchLeader | 66.9 | 60.8 |
| エージェント・ツールスコア | BenchLeader | – | 72.1 |
| コーディングスコア | BenchLeader | – | 55.9 |
| 人間の評価スコア | BenchLeader | – | 64.5 |
| 指示追従スコア | BenchLeader | – | 74.7 |
| 長文コンテキストスコア | BenchLeader | – | 65.0 |
| ブレンド価格($/100万トークン) | BenchLeader | – | $2.92 |
| コンテキストウィンドウ | BenchLeader | – | 262,144トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 94.2% | 87.4% |
| SimpleBench | SimpleBench | – | 63.0% |
| Arena Hard Prompts | Arena (LMArena) | – | 1481 |
| GPQA Diamond (AA) | Artificial Analysis | – | 88.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 30.8% |
| CritPt | Artificial Analysis | – | 3.7% |
| Arena Expert | Arena (LMArena) | – | 1497 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 45.0% | – |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 42.0% | 19.0%† |
| LMCA | Epoch AI Benchmarking Hub | – | 42.5% |
| DTBench | Epoch AI Benchmarking Hub | – | 87.2% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 76.7% |
| Arena Coding | Arena (LMArena) | – | 1510 |
| Arena WebDev | Arena (LMArena) | – | 1482 |
| SWE-bench (Vals) | Vals AI | – | 72.8% |
| エージェント・ツール | |||
| Terminal-Bench Hard | Artificial Analysis | – | 43.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 95.9% |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 51.7% |
| Vending-Bench 2 | Andon Labs | – | 4254.2 |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 78.3% | – |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 65.8% | – |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 100.0% | 91.1% |
| Arena Maths | Arena (LMArena) | – | 1471 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 62.2% | 52.0% |
| CorpFin | Vals AI | – | 66.5% |
37件のベンチマークをすべて表示
| 指標 | 公開元 | Kimi K3.1 Pro Together (max) | Qwen3.6 Max (max) |
|---|---|---|---|
| 知識 | |||
| CaseLaw v2 | Vals AI | – | 47.9% |
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 76.6% |
| Arena Instruction Following | Arena (LMArena) | – | 1451 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | – | 1460 |
| Arena Creative Writing | Arena (LMArena) | – | 1438 |
| Arena Multi-turn | Arena (LMArena) | – | 1466 |
| Arena Longer Queries | Arena (LMArena) | – | 1473 |
| マルチモーダル | |||
| Furniture Assembly | Epoch AI Benchmarking Hub | 55.8% | – |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | – | 80.7% |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 149.8 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 28.4 |
| AA Progress Index v1 | Artificial Analysis | – | 297.1 |
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。
最近の変化
- Kimi K3.1 Pro Together (max):BenchLeader Index 60.5 → 60.0。
- Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
- Kimi K3.1 Pro Together (max):初めての結果。
- Qwen3.6 Max (max):新しい結果1件(AA Progress Index v1)。
- Qwen3.6 Max (max):BenchLeader Index 63.3 → 62.8。
関連する比較
- Kimi K3.1 Pro Together vs Claude Fable 5.2
- Kimi K3.1 Pro Together vs Gemini 4 Carbon
- Kimi K3.1 Pro Together vs Claude Opus 5.5
- Qwen3.6 Max vs Claude Fable 5.2
- Qwen3.6 Max vs Gemini 4 Carbon
- Qwen3.6 Max vs Claude Opus 5.5
- Qwen3.6 Max vs GPT-6 Astra
- Kimi K3.1 Pro Together 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
Kimi K3.1 Pro Together vs Qwen3.6 Max:よくある質問
- Kimi K3.1 Pro TogetherはQwen3.6 Maxより優れていますか?
- Kimi K3.1 Pro Together (max)とQwen3.6 Max (max)の品質は互角です(60.0 対 62.1、±3.8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 K3.1 Pro TogetherとQwen3.6 Max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3件のベンチマークのうち、Kimi K3.1 Pro Togetherのリードが3件、Qwen3.6 Maxのリードが0件です。
- Kimi K3.1 Pro Togetherはいつリリースされましたか?
- Kimi K3.1 Pro Togetherは2026年10月23日にリリースされました。