Kimi K3.1 Pro vs Qwen3.6 Max
詳しいプロフィール:Kimi K3.1 Pro(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 · 10件の情報源のデータ
2026年11月16日時点で、Kimi K3.1 ProとQwen3.6 Maxの品質は互角です(BenchLeader Indexで61.8 対 62.1、±4.2の誤差範囲内)。価格はQwen3.6 Maxの方が1.4倍安く、100万トークンあたりのブレンド価格で$2.92 対 $4.00です。数学(73 対 64)、コーディング(60 対 56)、長文コンテキスト(68 対 65)を重視するならKimi K3.1 Pro、エージェント・ツール(72 対 65)、推論(61 対 59)、知識(60 対 58)を重視するならQwen3.6 Maxが向いています。
要点(2026年11月16日時点)
- BenchLeader IndexはKimi K3.1 Proが61.8、Qwen3.6 Maxが62.1です(BenchLeader、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)。
- 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5件のベンチマークのうち、Kimi K3.1 Proが5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 | Kimi K3.1 Pro | カテゴリスコア60 対 56 | 中 |
| エージェント・ツール利用 | Qwen3.6 Max | カテゴリスコア72 対 65 | 高 |
| 数学 | Kimi K3.1 Pro | カテゴリスコア73 対 64 | 高 |
| 推論 | Qwen3.6 Max | カテゴリスコア61 対 59;Humanity's Last Exam (AA) 30.8% 対 52.5% | 中 |
| 知識 | Qwen3.6 Max | カテゴリスコア60 対 58 | 中 |
| 長い文書 | Kimi K3.1 Pro | カテゴリスコア68 対 65;AA-LCR v1.1 86.3% 対 80.7% | 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 |
| 最低コスト | Qwen3.6 Max | 100万トークンあたりブレンド価格$2.92 対 $4.00;エージェント型コーディングセッション$0.109 対 $0.160 | – |
| 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とQwen3.6 Max (max)の品質は互角です(61.8 対 62.1、±4.2の誤差範囲内)。
- Kimi K3.1 Proはコーディング、長文コンテキスト、数学で優れています。
- Qwen3.6 Max (max)はエージェント・ツール、知識、推論で優れています。
- Qwen3.6 Max (max)の方が1.4倍安くなっています(100万トークンあたりブレンド価格$2.92 対 $4.00)。
概要
| 仕様 | Kimi K3.1 Pro | 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) | 1,048,576 | 262,144 |
| 比較した構成 | Kimi K3.1 Pro | Qwen3.6 Max (max) |
| オープンウェイト | あり | 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) | $2.00 / $10.00 / $0.200 | $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 | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| 推論 | 59.2 | 60.8 | Qwen3.6 Max |
| コーディング | 59.6 | 55.9 | Kimi K3.1 Pro |
| エージェント・ツール | 64.6 | 72.1 | Qwen3.6 Max |
| 数学 | 73.4 | 64.4 | Kimi K3.1 Pro |
| 知識 | 58.2 | 59.7 | Qwen3.6 Max |
| 指示追従 | – | 74.7 | 比較不可 |
| 人間の評価 | – | 64.5 | 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 | 65.0 | Kimi K3.1 Pro |
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, 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5件のベンチマークのうち、Kimi K3.1 Proのリードが5件、Qwen3.6 Maxのリードが0件です。両方を評価しているすべての総合指標で、Kimi K3.1 Proが上回っています。
| 総合Index | Kimi K3.1 Pro | Qwen3.6 Max (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 61.8 | 62.1 | 互角 |
| Arena Text | 1485† | 1460 | Kimi K3.1 Pro |
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 | Qwen3.6 Max (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $4.00 | $2.92 |
| 100万トークンあたりの入力/出力 | $2.00 / $10.00 | $1.30 / $7.80 |
| 100万トークンあたりのキャッシュ入力 | $0.200 | $0.130 |
| タスクあたりの価格:チャットの返答 | $0.0038 | $0.0029 |
| タスクあたりの価格:30ページのレポートを要約 | $0.030 | $0.020 |
| タスクあたりの価格:コード編集 | $0.027 | $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 | $0.160 | $0.109 |
| タスクあたりの価格:構造化データの抽出 | $0.0060 | $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) | $0.079 | $0.057 |
| ベンチマークのタスクあたりのコスト(AA Index) | $3.68 | – |
| タスクあたりの出力トークン(AA Index) | 72k | – |
| うち推論 | 44k | – |
| タスクあたりの時間(AA Index) | 40 min | – |
| 出力速度 | 30 tok/s | – |
| 回答開始までの時間 | 157.4秒 | – |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 417.5秒 | – |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。Kimi K3.1 Proのスコアは61.8、最初の回答トークンまで157秒。Kimi K3.1 Pro (max)は59.9(157秒)。Qwen3.6 Max (max)のスコアは62.1。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
109件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | Kimi K3.1 Pro | Qwen3.6 Max (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 61.8 | 62.1 |
| エージェント・ツールスコア | BenchLeader | 64.6 | 72.1 |
| コーディングスコア | BenchLeader | 59.6 | 55.9 |
| 知識スコア | BenchLeader | 58.2 | 59.7 |
| 長文コンテキストスコア | BenchLeader | 67.9 | 65.0 |
| 数学スコア | BenchLeader | 73.4 | 64.4 |
| マルチモーダルスコア | BenchLeader | 66.3 | – |
| 推論スコア | BenchLeader | 59.2 | 60.8 |
| 人間の評価スコア | BenchLeader | – | 64.5 |
| 指示追従スコア | BenchLeader | – | 74.7 |
| ブレンド価格($/100万トークン) | BenchLeader | $4.00 | $2.92 |
| 出力速度 | BenchLeader | 30 tok/s | – |
| 回答開始までの時間 | BenchLeader | 157.4秒 | – |
| コンテキストウィンドウ | BenchLeader | 1,048,576トークン | 262,144トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 87.4% |
| SimpleBench | SimpleBench | – | 63.0% |
| Arena Hard Prompts | Arena (LMArena) | 1504† | 1481 |
| LiveBench 2.0 Reasoning | LiveBench | 91.1%† | – |
| GPQA Diamond (AA) | Artificial Analysis | – | 88.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | 52.5% | 30.8% |
| HLE-Diamond (AA) | Artificial Analysis | 37.3% | – |
| CritPt | Artificial Analysis | 24.6% | 3.7% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 49.5% | – |
| MysteryMechanism | Vals AI | 26.1%† | – |
| Arena Expert | Arena (LMArena) | 1515† | 1497 |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 19.0%† |
| LMCA | Epoch AI Benchmarking Hub | 57.6%† | 42.5% |
| DTBench | Epoch AI Benchmarking Hub | 93.3%† | 87.2% |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 76.7% |
| SciCode | SciCode | 60.8% | – |
| Arena Coding | Arena (LMArena) | 1530† | 1510 |
| Arena WebDev | Arena (LMArena) | 1687† | 1482 |
| LiveBench 2.0 Coding | LiveBench | 67.8%† | – |
| IOI | Vals AI | 81.9%† | – |
| SWE-bench (Vals) | Vals AI | – | 72.8% |
| Vibe Code Bench v1.1 | Vals AI | 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% | – |
109件のベンチマークをすべて表示
| 指標 | 公開元 | Kimi K3.1 Pro | Qwen3.6 Max (max) |
|---|---|---|---|
| コーディング | |||
| 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 | 67.2% | – |
| GameBench 2 Overall | DuelLab GameBench 2 | 78.3 | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 84.0† | – |
| Design Arena Website | Design Arena | 1321 | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | 47.1% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 25.4% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 59.7%† | – |
| APEX-Agents | Mercor | 65.5% | – |
| Arena Agent | Arena (LMArena) | 4.9† | – |
| LiveBench Long Agentic | LiveBench | 38.7%† | – |
| LiveBench Browser | LiveBench | 75.9%† | – |
| Terminal-Bench Hard | Artificial Analysis | – | 43.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 95.9% |
| 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 | 61.5%† | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 11.7%† | – |
| Legal Research Bench | Vals AI | 37.5%† | – |
| SREBench | Vals AI | 27.1%† | – |
| Tax Agent Bench | Vals AI | 24.9%† | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 51.7% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 63.6%† | – |
| Terminal-Bench Science | Vals AI | 31.4%† | – |
| Arena Agent Task Completion | Arena (LMArena) | 2.7† | – |
| Vending-Bench 2 | Andon Labs | – | 4254.2 |
| AutomationBench | Artificial Analysis | 73.3% | – |
| GDP.pdf (AA) | Artificial Analysis | 31.4% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1674 | – |
| Design Arena Agentic | Design Arena | 1301 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 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 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 91.1% |
| ProofBench | Vals AI | 91.0% | – |
| ArXivMath | MathArena | 58.3%† | – |
| BrokenArXiv | MathArena | 61.9%† | – |
| Arena Maths | Arena (LMArena) | – | 1471 |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 52.0% |
| LiveBench 2.0 Data Analysis | LiveBench | 79.1%† | – |
| LiveBench Research | LiveBench | 82.1%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | 29.9 | – |
| CorpFin | Vals AI | – | 66.5% |
| PRBench Finance | Scale AI SEAL | 47.5% | – |
| PRBench Legal | Scale AI SEAL | 47.9% | – |
| BioMysteryBench | Vals AI | 75.6%† | – |
| CaseLaw v2 | Vals AI | – | 47.9% |
| Excel Modeling Benchmark v1.1 | Vals AI | 70.0%† | – |
| Access to Justice Benchmark | Vals AI | 69.5%† | – |
| DrugDiscoveryBench | Scale AI SEAL | 63.4%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 48.9% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 62.7% | – |
| 指示追従 | |||
| IFBench | Artificial Analysis | – | 76.6% |
| Arena Instruction Following | Arena (LMArena) | 1487† | 1451 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1485† | 1460 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 2173 | – |
| Arena Creative Writing | Arena (LMArena) | 1453† | 1438 |
| Arena Multi-turn | Arena (LMArena) | 1475† | 1466 |
| Arena Longer Queries | Arena (LMArena) | 1491† | 1473 |
| マルチモーダル | |||
| LiveBench Design | LiveBench | 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% | 80.7% |
| MLCR | Artificial Analysis | 38.3% | – |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 161.4 | 149.8 |
| LiveBench 2.0 | LiveBench | 68.7%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 46.5 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 55.1 | 28.4 |
| AA Progress Index v1 | Artificial Analysis | 340.7 | 297.1 |
| Vals Index | Vals AI | 62.5† | – |
| Vals Finance Index | Vals AI | 56.0%† | – |
| Vals Science Index | Vals AI | 44.4%† | – |
| Vals Legal Index | Vals AI | 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。
- 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。
- Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
- 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
- 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
- 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 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 vs Qwen3.6 Max:よくある質問
- Kimi K3.1 ProはQwen3.6 Maxより優れていますか?
- Kimi K3.1 ProとQwen3.6 Max (max)の品質は互角です(61.8 対 62.1、±4.2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とQwen3.6 Max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Qwen3.6 Maxの方が安く、100万トークンあたり$2.92 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Kimi K3.1 ProとQwen3.6 Maxのどちらが向いていますか?
- コーディングでは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60 対 56。50が平均)。
- エージェントやツール利用にはKimi K3.1 ProとQwen3.6 Max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Qwen3.6 Maxの方がスコアが高くなっています(カテゴリ指標で72 対 65。50が平均)。
- 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Kimi K3.1 Proの方がスコアが高くなっています(68 対 65)。コンテキストはKimi K3.1 Proの方が長く、1,048,576トークンです(Qwen3.6 Maxは262,144トークン)。
ほかの質問(2件)
- Kimi K3.1 Pro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5件のベンチマークのうち、Kimi K3.1 Proのリードが5件、Qwen3.6 Maxのリードが0件です。両方を評価しているすべての総合指標で、Kimi K3.1 Proが上回っています。
- Kimi K3.1 Proはいつリリースされましたか?
- Kimi K3.1 Proは2026年10月23日にリリースされました。