Kimi K3
よりコスパが高いモデル: Qwen3.6 Plus $1.13/MでIndex 59.0(81%安い)。
より安価でスコアの高いランク付けモデルが17つあります:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00)ほか14つ。
2026年11月16日時点で、Kimi K3(Moonshot AI)のBenchLeader Indexは60.7です(ランク付けされた608構成中上位100位以内)。最も強いのは数学(72)、最も弱いのはエージェント・ツール(54)です。API料金は入力100万トークンあたり$3.00、出力100万トークンあたり$15.00(3:1のブレンドで$6.00)で、2026年11月16日時点の定価です。出力速度は約76トークン/秒です(OpenRouter)。2026年7月16日にリリースされました。
要点(2026年11月16日時点)
- Kimi K3のAPI料金は入力100万トークンあたり$3.00、出力100万トークンあたり$15.00(3:1のブレンドで$6.00)です(定価、2026年11月16日)。
- Kimi K3の出力速度は約76トークン/秒です(OpenRouter、2026年11月16日)。
- Kimi K3は2026年7月16日にリリースされました(Moonshot AI)。
詳しく見ると:Kimi K3はMoonshot AIのオープンウェイトの推論モデルです(2026年7月16日リリース)。最もスコアの高い構成は、BenchLeader Indexで60.7 ±6.0を記録し、608構成中73位で上位半分に入ります。重要なのはこの「±」です。ほかに244構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(72)、エージェント・ツールが最も低くなっています(54)。ブレンド価格は100万トークンあたり$6.00で、ランク付けされたモデルの中で最も高価な部類です。出力速度は76トークン/秒、最初のトークンまで0.8秒で、多くのモデルより低速です。4通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年10月24日。
- ブレンド価格
- $6.00/M
- 入力$3.00・出力$15.00
- 出典:models.dev
- 出力速度
- 76 tok/s
- OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
- 回答開始
- 0.85 s
- コンテキスト
- 1.0M
- 出典:models.dev
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2026年7月16日
- 総合Index61
- コーディング62
- エージェント・ツール54
- 数学72
- 知識66
- 人間の評価69
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/kimi-k3)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
| エフォート | Index | 順位 | 速度 | 回答開始 | チャット返答のコスト | カテゴリ |
|---|---|---|---|---|---|---|
| low | 53.6 | #255 | 44 tok/s | 8.35 s | $0.0057 | エージェント・ツール 71 · コーディング 45 · 知識 44 · 長文コンテキスト 64 · 数学 53 · マルチモーダル 61 · 推論 44 |
| high | – | – | 76 tok/s | 0.85 s | $0.0057 | 数学 64 · 推論 61 |
| max | 60.2 | #79 | 46 tok/s | 55 s | $0.0057 | エージェント・ツール 54 · コーディング 64 · 総合 50 · 人間の評価 68 · 知識 60 · 長文コンテキスト 69 · 数学 64 · マルチモーダル 63 · 推論 59 |
| 未記載最良 | 60.7 | #73 | 76 tok/s | 0.85 s | $0.0057 | エージェント・ツール 54 · コーディング 62 · 人間の評価 69 · 知識 66 · 数学 72 |
Indexの推移
2026年9月8日〜2026年11月16日- 標準
- max
- low
Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
メタデータ
| ベンチマーク | low | max | 出典 | 推移 |
|---|---|---|---|---|
| AA Openness IndexIndex対象外 | 38.9#155 | 38.9#155 | Artificial Analysis |
推論
コーディング
エージェント・ツール
数学
| ベンチマーク | low | high | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | – | 72.2%#29 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | 39.0%#37 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 68.9%#153 | 93.3%#68 | 97.2%#43 | – | Epoch AI Benchmarking Hub | |
| ProofBenchエフォート未記載 | – | – | – | 87.0%#12 | Vals AI | |
| LiveBench MathematicsIndex対象外エフォート未記載 | – | – | – | 84.4%#56 | LiveBench | |
| AIME 2026汚染の可能性 | – | – | 96.7%#6 | – | MathArena | |
| HMMT February 2026汚染の可能性 | – | – | 97.0%#3 | – | MathArena | |
| MathArena Apex汚染の可能性 | – | – | 65.6%#4 | – | MathArena | |
| Arena Maths | – | – | 1502#14 | – | Arena (LMArena) | |
| FrontierMath ErdősIndex対象外 | – | – | 0.0%#8 | – | Epoch AI Benchmarking Hub |
知識
指示追従
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench LanguageIndex対象外エフォート未記載 | – | 85.5%#11 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外エフォート未記載 | – | 71.4%#24 | LiveBench | |
| Arena Instruction FollowingIndex対象外 | 1489#17 | – | Arena (LMArena) |
人間の評価
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena Text | 1487#20 | – | Arena (LMArena) | |
| EQ-Bench 4エフォート未記載 | – | 1319#4 | EQ-Bench | |
| EQ-Bench Creative Writing v3Index対象外エフォート未記載 | – | 2083#6 | EQ-Bench | |
| Arena Creative WritingIndex対象外 | 1459#31 | – | Arena (LMArena) | |
| Arena Multi-turnIndex対象外 | 1502#12 | – | Arena (LMArena) | |
| Arena Longer QueriesIndex対象外 | 1500#17 | – | Arena (LMArena) |
マルチモーダル
| ベンチマーク | low | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| LiveBench DesignIndex対象外 | – | 72.5%#21 | – | LiveBench | |
| MMMU-Pro | 78.5%#83 | 80.5%#55 | – | Artificial Analysis | |
| MMMU-Pro (Vals)Index対象外エフォート未記載 | – | – | 88.2%#11 | Vals AI | |
| MortgageTaxIndex対象外エフォート未記載 | – | – | 66.3%#33 | Vals AI | |
| SAGEIndex対象外 | – | 86.8%#12 | – | Vals AI | |
| Humanity's Sixth SenseIndex対象外 | – | 25.5%#25 | – | Scale AI SEAL | |
| Blueprint-Bench 2Index対象外エフォート未記載 | – | – | 29.5%#23 | Epoch AI Benchmarking Hub | |
| Furniture AssemblyIndex対象外 | – | 34.2%#25 | – | Epoch AI Benchmarking Hub | |
| Code2Video-AAIndex対象外 | – | 1041#12 | – | Artificial Analysis | |
| AA-3DIndex対象外 | – | 984#15 | – | Artificial Analysis |
長文コンテキスト
| ベンチマーク | low | max | 出典 | 推移 |
|---|---|---|---|---|
| AA-LCR v1.1 | 79.3%#110 | 88.7%#1 | Artificial Analysis | |
| MLCRIndex対象外 | 10.6%#119 | 21.7%#46 | Artificial Analysis |
総合
| ベンチマーク | low | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Epoch Capabilities IndexIndex対象外エフォート未記載 | – | – | 158.6#24 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | 65.0%#19 | – | LiveBench | |
| LiveBench 1.0Index対象外エフォート未記載 | – | – | 79.2%#15 | LiveBench | |
| AA Intelligence Index v5.0.1Index対象外 | 17.4#102 | – | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外 | 30.1#130 | 43.6#50 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 299#124 | 319.9#63 | – | Artificial Analysis | |
| Vals IndexIndex対象外 | – | 53.0#28 | – | Vals AI | |
| Vals Finance IndexIndex対象外 | – | 58.0%#17 | – | Vals AI | |
| Vals RSI IndexIndex対象外 | – | 20.9%#17 | – | Vals AI | |
| Vals Multimodal IndexIndex対象外エフォート未記載 | – | – | 73.4%#3 | Vals AI | |
| Vals Router IndexIndex対象外エフォート未記載 | – | – | 53.0%#18 | Vals AI | |
| Vals Legal IndexIndex対象外 | – | 71.7%#14 | – | Vals AI | |
| AA Cyber IndexIndex対象外 | – | 41.3#14 | – | Artificial Analysis |
安全性・誠実さ
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| FORTRESSIndex対象外 | 26.6%#50 | 27.3%#53 | Scale AI SEAL | |
| DistressBenchIndex対象外エフォート未記載 | – | 73.5%#17 | Scale AI SEAL |
GameBench 2 Overall: 48.0. GameBench 2, best reasoning setting (Low): 49.8. 参考値で、BenchLeader Indexには含まれません。
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.
強みのあるベンチマーク
測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| River | 184 tok/s | 0.22 s | $3.00 | $15.00 | 1.0M | – |
| Nebius Token Factory | 128 tok/s | 1.26 s | $3.00 | $15.00 | 1.0M | fp4 |
| Fireworks | 101 tok/s | 1.17 s | $4.50 | $22.50 | 1.0M | – |
| inference.net | 92 tok/s | 0.58 s | $0.450 | $18.00 | 1.0M | fp4 |
| Relace | 91 tok/s | 1.37 s | $0.182 | $11.01 | 1.0M | fp4 |
| Baseten | 90 tok/s | 0.56 s | $3.00 | $15.00 | 1.0M | fp8 |
| Wafer | 88 tok/s | 0.56 s | $0.276 | $9.60 | 1.0M | mxfp4 |
| Wafer | 87 tok/s | 0.69 s | $0.192 | $16.00 | 1.0M | mxfp4 |
| DeepInfra | 83 tok/s | 0.96 s | $2.85 | $14.25 | 1.0M | mxfp4 |
| Wafer | 83 tok/s | 0.68 s | $0.153 | $16.00 | 1.0M | mxfp4 |
| inference.net | 83 tok/s | 0.94 s | $0.450 | $18.00 | 1.0M | fp4 |
| inference.net | 82 tok/s | 1.05 s | $0.234 | $15.00 | 1.0M | fp4 |
| io.net | 81 tok/s | 3.00 s | $2.10 | $14.00 | 1.0M | fp4 |
| inference.net | 80 tok/s | 0.71 s | $0.234 | $15.00 | 1.0M | fp4 |
| KT | 80 tok/s | 2.53 s | $3.00 | $15.00 | 1.0M | – |
| Parasail | 78 tok/s | 0.53 s | $3.00 | $15.00 | 1.0M | fp4 |
| Parasail | 72 tok/s | 0.79 s | $4.50 | $22.50 | 1.0M | fp4 |
| Amazon Bedrock | 62 tok/s | 3.05 s | $3.00 | $15.00 | 1.0M | – |
| Together | 50 tok/s | 1.36 s | $3.00 | $15.00 | 1.0M | – |
| DigitalOcean | 44 tok/s | 0.70 s | $2.55 | $12.95 | 1.0M | – |
| Alibaba Cloud Int. | 42 tok/s | 1.46 s | $3.45 | $17.25 | 1.0M | – |
| Makora | 40 tok/s | 6.73 s | $1.00 | $16.00 | 1.0M | fp4 |
| Fireworks | 39 tok/s | 2.81 s | $3.00 | $15.00 | 1.0M | – |
| Fireworks | 37 tok/s | 6.73 s | $4.50 | $22.50 | 1.0M | – |
| Moonshot AI | 29 tok/s | 5.28 s | $3.00 | $15.00 | 1.0M | – |
| Chutes | 21 tok/s | 1.74 s | $1.85 | $9.50 | 1.0M | mxfp4 |
利用状況
Kimi K3が実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー
直近30日間の典型的なリクエスト:リクエストあたり59.5kトークン、出力1トークンあたり入力61トークン、入力の90%がキャッシュから、出力の64%が推論、リクエストあたり0.62回のツール呼び出し。
OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:pi (252B)、Hermes Agent (227B)、Claude Code (158B)、Codex (123B)、OpenClaw (71.5B)。
| Vercel AI Gatewayのプロバイダー | スループット | 最初のトークン | 稼働率、1日 |
|---|---|---|---|
| Modal | 273 tok/s | 0.61 s | 100.00% |
| Boundless | 272 tok/s | 0.50 s | 100.00% |
| Nebius | 257 tok/s | 0.44 s | 99.94% |
| Parasail | 225 tok/s | 0.34 s | 100.00% |
| Amazon Bedrock | 175 tok/s | 1.59 s | 99.89% |
| Baseten | 166 tok/s | 0.85 s | 99.91% |
出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0・2026年11月16日時点のデータ。
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.300のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0057 | $0.0049 | 4.8 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.045 | $0.021 | 8.7 s |
| コード編集 | 6,000 / 1,500 | $0.041 | $0.028 | 20.6 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.240 | $0.118 | 53.5 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0090 | $0.0050 | 3.5 s |
このモデルを含むコーディングプラン
Kimi K3を使えるサブスクリプションです。それぞれの利用上限と、タスクあたりのコストを掲載しています。
Kimi K3と比較する
- Kimi K3 vs Gemini 4 Argon
- Kimi K3 vs Claude Sonnet 5.5
- Kimi K3 vs Claude Opus 5.5
- Kimi K3 vs Grok 4.7
- Kimi K3 vs Gemini 3.8 Flash
- Kimi K3 vs GPT-6.1 Sol
- Kimi K3 vs GLM 5.3
- Kimi K3 vs DeepSeek V4.1 Flash 1017
- Kimi K3 vs Kimi K3.1 Pro
- Kimi K3 vs GPT-5.6 Terra
- Kimi K3 vs Step 5 Preview
- Kimi K3 vs Claude Opus 4.7
- Kimi K3 vs GPT-5.6 Sol
- Kimi K3 vs Muse Wonder Full
- Kimi K3 vs Dola Seed 2.0 Pro
- Kimi K3 vs Qwen3.8 Max
- Kimi K3 vs GPT-5.4
- Kimi K3 vs Qwen3.8 27B
- Kimi K3 vs Agnes 2.5 Pro Beta
- Kimi K3 vs GLM-5
関連ページ
埋め込み・引用
Kimi K3の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/kimi-k3)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Kimi K3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/kimi-k3
BibTeX:
@misc{benchleader_kimi_k3_20261116,
author = {{BenchLeader}},
title = {{Kimi K3 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/kimi-k3}},
note = {Data as of 2026-11-16}
}よくある質問
- Kimi K3のベンチマークスコアは?
- 2026年11月16日時点で、Kimi K3のBenchLeader Indexは60.7 ±6.0です(上位100位以内)。最も強いのは数学(72)、最も弱いのはエージェント・ツール(54)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Kimi K3の順位は?
- 2026年11月16日時点で、Kimi K3はランク付けされた608構成中73位です(上位100位以内)。ほかに244構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Kimi K3の料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Kimi K3の料金は入力100万トークンあたり$3.00、出力100万トークンあたり$15.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$6.00です。
- Kimi K3はGrok 4.6より優れていますか?
- 2026年11月16日時点で、Grok 4.6(推論エフォート high)とKimi K3の品質はほぼ互角です(BenchLeader Indexで60.6対60.7、±6.9の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- Kimi K3はいつリリースされましたか?
- Moonshot AIが2026年7月16日にKimi K3をリリースしました。BenchLeaderには4通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Kimi K3:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/kimi-k3