BenchLeader

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 Max100万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 ProQwen3.6 Max
プロバイダーMoonshot AIAlibaba
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)1,048,576262,144
比較した構成Kimi K3.1 ProQwen3.6 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 ProQwen3.6 Max (max)トップ
推論59.260.8Qwen3.6 Max
コーディング59.655.9Kimi K3.1 Pro
エージェント・ツール64.672.1Qwen3.6 Max
数学73.464.4Kimi K3.1 Pro
知識58.259.7Qwen3.6 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67.965.0Kimi 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。

2550 avg75推論コーディングエージェント・ツール数学知識長文コンテキストKimi K3.1 Pro, 推論: 59.2Kimi K3.1 Pro, コーディング: 59.6Kimi K3.1 Pro, エージェント・ツール: 64.6Kimi K3.1 Pro, 数学: 73.4Kimi K3.1 Pro, 知識: 58.2Kimi K3.1 Pro, 長文コンテキスト: 67.9Qwen3.6 Max, 推論: 60.8Qwen3.6 Max, コーディング: 55.9Qwen3.6 Max, エージェント・ツール: 72.1Qwen3.6 Max, 数学: 64.4Qwen3.6 Max, 知識: 59.7Qwen3.6 Max, 長文コンテキスト: 65.0

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。

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IndexKimi K3.1 ProQwen3.6 Max (max)トップ
BenchLeader Index61.862.1互角
Arena Text1485†1460Kimi 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 ProQwen3.6 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 ProQwen3.6 Max (max)
BenchLeader IndexBenchLeader61.862.1
エージェント・ツールスコアBenchLeader64.672.1
コーディングスコアBenchLeader59.655.9
知識スコアBenchLeader58.259.7
長文コンテキストスコアBenchLeader67.965.0
数学スコアBenchLeader73.464.4
マルチモーダルスコアBenchLeader66.3–
推論スコアBenchLeader59.260.8
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BenchLeader30 tok/s–
回答開始までの時間BenchLeader157.4秒–
コンテキストウィンドウBenchLeader1,048,576トークン262,144トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–87.4%
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)1504†1481
LiveBench 2.0 ReasoningLiveBench91.1%†–
GPQA Diamond (AA)Artificial Analysis–88.8%
Humanity's Last Exam (AA)Artificial Analysis52.5%30.8%
HLE-Diamond (AA)Artificial Analysis37.3%–
CritPtArtificial Analysis24.6%3.7%
CritPt v2 hard subset (AA)Artificial Analysis49.5%–
MysteryMechanismVals AI26.1%†–
Arena ExpertArena (LMArena)1515†1497
Mystery Game PuzzlesEpoch AI Benchmarking Hub–19.0%†
LMCAEpoch AI Benchmarking Hub57.6%†42.5%
DTBenchEpoch AI Benchmarking Hub93.3%†87.2%
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%
SciCodeSciCode60.8%–
Arena CodingArena (LMArena)1530†1510
Arena WebDevArena (LMArena)1687†1482
LiveBench 2.0 CodingLiveBench67.8%†–
IOIVals AI81.9%†–
SWE-bench (Vals)Vals AI–72.8%
Vibe Code Bench v1.1Vals AI84.9%†–
SWE Atlas v1.1Scale AI SEAL61.1%–
SWE Atlas v1.1: Codebase QnAScale AI SEAL70.2%–
SWE Atlas v1.1: Test WritingScale AI SEAL58.9%–
109件のベンチマークをすべて表示
指標公開元Kimi K3.1 ProQwen3.6 Max (max)
コーディング
SWE Atlas v1.1: RefactoringScale AI SEAL54.3%–
ALE-BenchEpoch AI Benchmarking Hub1932.8†–
WeirdML v3WeirdML9.9%†–
Terminal-Bench 4.0 (AA)Artificial Analysis67.2%–
GameBench 2 OverallDuelLab GameBench 278.3–
GameBench 2 by reasoning settingDuelLab GameBench 284.0†–
Design Arena WebsiteDesign Arena1321–
FrontierCode 1.1 (AA)Artificial Analysis47.1%–
FrontierCode 2.0 (AA)Artificial Analysis25.4%–
エージェント・ツール
Terminal-BenchTerminal-Bench59.7%†–
APEX-AgentsMercor65.5%–
Arena AgentArena (LMArena)4.9†–
LiveBench Long AgenticLiveBench38.7%†–
LiveBench BrowserLiveBench75.9%†–
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
HiL-BenchScale AI SEAL61.3%–
GDPval-AA v2.1, normalised scoreArtificial Analysis67.3%–
GDPval-AA v2.1Artificial Analysis1861–
Analyst Agent (AA)Artificial Analysis38.8%–
Finance Agent v2.1Vals AI61.5%†–
Harvey's Legal Agent Benchmark v1.1Vals AI11.7%†–
Legal Research BenchVals AI37.5%†–
SREBenchVals AI27.1%†–
Tax Agent BenchVals AI24.9%†–
Terminal-Bench 2.0 (Vals)Vals AI–51.7%
Terminal-Bench 4.0 (Vals)Vals AI63.6%†–
Terminal-Bench ScienceVals AI31.4%†–
Arena Agent Task CompletionArena (LMArena)2.7†–
Vending-Bench 2Andon Labs–4254.2
AutomationBenchArtificial Analysis73.3%–
GDP.pdf (AA)Artificial Analysis31.4%–
AA-Briefcase v1.1Artificial Analysis1674–
Design Arena AgenticDesign Arena1301–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis34.3%–
CWE-Bench (AA)Artificial Analysis60.8%–
DeepSec-Bench (AA)Artificial Analysis36.7%–
CyberGym end-to-end (AA)Artificial Analysis94.7%–
MKA (AA)Artificial Analysis43.9%–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–91.1%
ProofBenchVals AI91.0%–
ArXivMathMathArena58.3%†–
BrokenArXivMathArena61.9%†–
Arena MathsArena (LMArena)–1471
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–52.0%
LiveBench 2.0 Data AnalysisLiveBench79.1%†–
LiveBench ResearchLiveBench82.1%†–
AA-Omniscience v1.1Artificial Analysis29.9–
CorpFinVals AI–66.5%
PRBench FinanceScale AI SEAL47.5%–
PRBench LegalScale AI SEAL47.9%–
BioMysteryBenchVals AI75.6%†–
CaseLaw v2Vals AI–47.9%
Excel Modeling Benchmark v1.1Vals AI70.0%†–
Access to Justice BenchmarkVals AI69.5%†–
DrugDiscoveryBenchScale AI SEAL63.4%†–
AA-Omniscience v1.1: accuracyArtificial Analysis48.9%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis62.7%–
指示追従
IFBenchArtificial Analysis–76.6%
Arena Instruction FollowingArena (LMArena)1487†1451
人間の評価
Arena TextArena (LMArena)1485†1460
EQ-Bench Creative Writing v3EQ-Bench2173–
Arena Creative WritingArena (LMArena)1453†1438
Arena Multi-turnArena (LMArena)1475†1466
Arena Longer QueriesArena (LMArena)1491†1473
マルチモーダル
LiveBench DesignLiveBench73.7%†–
MMMU-ProArtificial Analysis83.9%–
Humanity's Sixth SenseScale AI SEAL33.2%†–
VIALS-AAHandshake AI45.3%–
AA-3DArtificial Analysis1112–
長文コンテキスト
AA-LCR v1.1Artificial Analysis86.3%80.7%
MLCRArtificial Analysis38.3%–
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub161.4149.8
LiveBench 2.0LiveBench68.7%†–
AA Intelligence Index v5.0.1Artificial Analysis46.5–
AA Intelligence Index v4.3.2Artificial Analysis55.128.4
AA Progress Index v1Artificial Analysis340.7297.1
Vals IndexVals AI62.5†–
Vals Finance IndexVals AI56.0%†–
Vals Science IndexVals AI44.4%†–
Vals Legal IndexVals AI67.0%†–
AA Cyber IndexArtificial Analysis64.1–
安全性・誠実さ
FORTRESSScale AI SEAL18.6%–
メタデータ
AA Openness IndexArtificial Analysis33.3–

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。

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。