---
title: "Kimi K3 vs DeepSeek V4.1-Flash どっちがいい？料金・性能を比較【2026年10月】- ai-garage"
description: "総合知能（AA Index）は Kimi K3 44 対 DeepSeek V4.1-Flash 39 で Kimi K3 がやや優位。用途しだいで逆転する差。料金・ベンチマーク・コンテキスト長を横並び比較、FAQ・一次ソース付き【2026年10月】。"
source: https://ai-garage.jp/vs/kimi-vs-deepseek/
---
VS COMPARISON

# Kimi K3 vs DeepSeek V4.1-Flash

Moonshot AI

## Kimi K3

K3 (2.8T, MoE 896/16 active) ／ 2026-07-16

「オープンなのにフロンティア級。デカくて賢い自由派だよ」

VS

DeepSeek

## DeepSeek V4.1-Flash

V4.1-Flash (552B / 8B prefill・16B decode active) ／ 2026-09-10

「コスパの鬼。お財布の味方だよ」

編集部の総合判定

総合知能（AA Index）は Kimi K3 44 対 DeepSeek V4.1-Flash 39 で Kimi K3 がやや優位。用途しだいで逆転する差

ベンチ勝ち：Kimi K3 3 / DeepSeek V4.1-Flash 0 料金で安い項目：Kimi K3 0 / DeepSeek V4.1-Flash 2 データ最終更新：2026-10-09（編集部集計）

WHICH ONE

## こんな人はどっち？

### こんな人は Kimi K3

- ✓ 「K3：総2.8兆パラメータ（896エキスパート中16活性・活性約104B）の MoE、オープンウェイト最大級」を重視する人
- ✓ 「新アテンション Kimi Delta Attention（KDA）で長文デコードを高速化」を重視する人

### こんな人は DeepSeek V4.1-Flash

- ✓ API 料金を抑えたい人（入力$0.15/出力$0.6）
- ✓ コスパ重視の人（AIコスパ指数 78 対 56）

SPECS

## 仕様の比較

| 項目 | Kimi K3 | DeepSeek V4.1-Flash |
| --- | --- | --- |
| バージョン | K3 (2.8T, MoE 896/16 active) | V4.1-Flash (552B / 8B prefill・16B decode active) |
| 公開日 | 2026-07-16 | 2026-09-10 |
| コンテキスト長 | 1000K | 1000K |
| 入力料金 $/1M | $3 | $0.15 安い |
| 出力料金 $/1M | $15 | $0.6 安い |
| 推論モデル | ✓ あり | ✓ あり |
| マルチモーダル | ✓ あり | ✓ あり |
| [AIコスパ指数](https://ai-garage.jp/glossary/ai-cospa-index/) 独自指標 | 56 | 78 勝ち |

BENCHMARKS

## ベンチマーク差分

バーの長さは100%スケール。長い方が勝ち。

総合知能（AA Intelligence Index）

Kimi K3

44

勝ち

DeepSeek V4.1-Flash

39

専門知識（GPQA）

Kimi K3

93.5%

勝ち

DeepSeek V4.1-Flash

90.9%

最難関試験（HLE）

Kimi K3

43.5%

勝ち

DeepSeek V4.1-Flash

36.8%

※ [AA Intelligence Index](https://ai-garage.jp/glossary/intelligence-index/)（第三者機関 Artificial Analysis の統合知能指標）/ SWE-Bench Verified（実OSSバグ修正）/ MMLU（総合学力）/ GPQA Diamond（博士レベル理系）/ AIME（数学オリンピック予選）/ [HLE](https://ai-garage.jp/glossary/hle/)（Humanity's Last Exam・最難関試験）

※「—」は未公表（実測0ではありません）。未公表の項目は勝敗のカウント対象外です。公式が個別ベンチを公表していないモデルも、AA Intelligence Index は第三者測定のため横並びで比較できます。

X VOICE

## Xの評判はどう？

ベンチマークとは別の軸として、直近7日（2026-10-05 〜 2026-10-12）の X上の日本語の声をサンプル分析。[てんびん丸総研](https://ai-garage.jp/x-sentiment/)調べ。

### Kimi K3

X評判スコア 50 ／100（n=13）

ポジ 6 ／  ネガ 6 ／ 中立 1

👍 Vision性能が高い

👍 コーディング性能が高い

👎 他モデルに性能劣る

👎 使用理由なし

### DeepSeek V4.1-Flash

X評判スコア 84 ／100（n=36）

ポジ 27 ／  ネガ 5 ／ 中立 4

👍 コスパが非常に良い

👍 速度が速い

👎 期待外れで微妙

👎 セキュリティ・APIキー問題

※ Grok（x_search）で過去7日の日本語Xポストを、モデルごとに3つの角度（感想・活用報告・他モデル比較）から検索してサンプル収集し、ポジ・ネガ・中立をLLM分類した傾向値。全数調査ではなく、角度間の重複除外も完全ではありません。評判スコア＝ポジ÷（ポジ＋ネガ）×100（判定5件未満は「—」）。 全モデルの一覧と推移は [てんびん丸総研](https://ai-garage.jp/x-sentiment/)へ。

EDITOR'S NOTE

## 編集部メモ

数値の背景と、いまの提供状況・注意点

### Kimi K3

総2.8兆パラメータ（896エキスパート中16を活性化）の MoE で、オープンウェイトとしては最大級。新アテンション Kimi Delta Attention（KDA）＋Attention Residuals で1Mコンテキストのデコードを高速化し、ネイティブ・マルチモーダル（テキスト/画像/動画）に対応。GPQA-Diamond 93.5、Humanity's Last Exam（HLE-Full）43.5、MMMU-Pro 81.6、Terminal-Bench 2.1 88.3、Artificial Analysis Intelligence Index は v4.3.2・max 設定で 44（168モデル中34位・2026-09-23 確認）と frontier 級で、Arena の Frontend Code では首位級。総合では 2026-09-22 公開の Claude Opus 5.5（58）を筆頭に、Claude Fable 5.1 と GPT-6 Astra（53）、GPT-6 Sol と Muse Spark 1.3（48）、Grok 4.7（46）、GLM-5.3 と Qwen3.8-Max（45）に届かない（この比較は 2026-09-23 に v4.3.2 で確認した本表の値。v4.2 のころは Kimi K3 が 50 で Grok 4.6・GPT-5.6 Sol の 51 に迫る位置だった）。重みが配られているモデルとしては、本表では 2026-08-28 に重みが公開された GLM-5.3（45）に次ぐ位置で、各種リーダーボードでも上位級。SWE-bench Verified / MMLU / AIME は Moonshot が数値を公表しておらず（発表は DeepSWE・FrontierSWE・SWE Marathon などエージェント系ベンチ中心）本表では「—」。フルウェイトは予定どおり 2026-07-27 に Hugging Face（moonshotai/Kimi-K3）で公開済み（ライセンスは Kimi K3 License）。中国製のため業務利用は規約確認を。本表の100万トークンは Moonshot 公式ドキュメントの context window（1M-token context window）で、入力と出力の内訳は公表されていない（2026-08-18 確認）。

### DeepSeek V4.1-Flash

552B の MoE（土台のパラメータ。1トークンあたり実際に動くのは読み込み時 8B・書き出し時 16B）。KV キャッシュを 890 バイト/トークンまで圧縮し、旧 V4-Flash の約4分の1にしたことで入力側の単価を下げている。本表の $0.15 / $0.6 はオフピーク価格（入力はキャッシュミス時）で、キャッシュヒット時の入力は $0.003。ピーク時間帯はいずれもその2倍（入力 $0.3・出力 $1.2）。ピーク時間帯は UTC 月〜金の 01:00-04:00 と 06:00-10:00（日本時間 10:00-13:00 と 15:00-19:00）。2026-09-10 の公開に合わせて旧 V4-Flash と V4-Flash-Vision-Exp は引退し、モデル名 deepseek-flash で呼ぶ。なお deepseek-v4-pro も本モデルへの置き換えが予告されたが撤回され、V4-Pro は独自の料金（オフピークで入力 $0.66・出力 $1.98）のまま継続提供されている（2026-10-09 に公式料金ページで確認。本モデルの価格で課金されるのは、旧名の deepseek-v4-flash と deepseek-v4-flash-vision-exp で呼んだ場合だけ）。gpqa 90.9（GPQA Diamond）と hle 36.8（道具なし）は DeepSeek 自社公表値で reasoning_effort=100 の設定。DeepSWE v1.1 は 74.2 で Claude Opus 5 の 74.0 を上回るが、これは同社が併記した8種類のハーネスのうち最も高く出た mini-SWE の値で、Claude Code では 69.8・Codex では 65.6 と 8.7 ポイントの幅がある。SWE-Bench Verified は非公表のため本表に持たない。前世代 V4-Pro は 1.6T（49B アクティブ）・$0.66/$1.98・aaIndex 36・画像非対応だったので、置き換えで安く・賢く・画像対応になった形。中国製のため業務利用時は規約とデータ取扱の確認を。本表の100万トークンは公式料金ページの CONTEXT LENGTH（1M）で、出力の上限 384K は別枠（2026-09-11 確認）。

PROS & CONS

## 強み・弱み

### Kimi K3

中国発 Moonshot AI のオープンモデル。K3 で総2.8兆パラメータ・100万トークンに到達し、オープン最大級のフロンティアモデルに。

◎ 強み

- ◎ K3：総2.8兆パラメータ（896エキスパート中16活性・活性約104B）の MoE、オープンウェイト最大級
- ◎ 新アテンション Kimi Delta Attention（KDA）で長文デコードを高速化
- ◎ 100万トークンの長文コンテキスト
- ◎ ネイティブ・マルチモーダル（テキスト/画像/動画）
- ◎ フルウェイトを 2026-07-27 に Hugging Face（moonshotai/Kimi-K3）で公開済み

△ 注意点

- △ 中国製のため業務利用は規約・データ取扱の確認を
- △ API 単価は $3/$15 と K2系から値上げ（オープン系では高め）
- △ 総2.8兆パラメータ級でローカル運用のハードルは高い
- △ ライセンスは Apache 2.0 / MIT ではなく独自の「Kimi K3 License」。商用利用は条文の確認が必要

公式サイト →

### DeepSeek V4.1-Flash

中国発、コスパとオープン性の象徴。2026年9月10日に出た V4.1-Flash が旗艦 V4-Pro を性能でも価格でも上回った。予告された Pro の引退は撤回され、2本立てで提供中。

◎ 強み

- ◎ V4.1-Flash は 552B の MoE で、1トークンあたり動くのは読み込み時 8B・書き出し時 16B だけ
- ◎ 会話の途中経過を覚えるメモ（KVキャッシュ）を 890 バイト/トークンまで圧縮（旧 V4-Flash の約4分の1）
- ◎ 1M tokens の長文コンテキスト、1回の出力は最大 384K tokens
- ◎ API 価格が安い（すいている時間帯で入力 $0.15・出力 $0.6、キャッシュヒット時の入力は $0.003）
- ◎ 重みが MIT ライセンスでオープンウェイト公開（deepseek-ai/DeepSeek-V4.1-Flash）
- ◎ 画像と文章をそのまま一緒に扱える（V4-Pro は画像に非対応）
- ◎ 考える深さを 1〜100 の数字で細かく指定できる（V4-Pro は low / high / max の3段だった）

△ 注意点

- △ 中国製のため業務利用は規約・データ取扱の確認を
- △ V5 / R2 は未リリース（公式モデルIDに存在せず、V4.1 系が現役）
- △ 旧 V4-Flash と V4-Flash-Vision-Exp は2026-09-10に引退（旧名で呼ぶと V4.1-Flash が答え、V4.1-Flash の料金で課金される）。V4-Pro も2026-09-14 の引退が予告されたが撤回され、V4.1-Flash とは別の独自料金のまま継続提供（2026-10-09 に公式料金ページで確認）
- △ SWE-bench Verified の公表値がない。DeepSWE v1.1 は 74.2% だが、これは8種類の足回りで最も高く出た値で Claude Code では 69.8%
- △ 道具を使わない難問（HLE 36.8）は Claude Opus 5.5 の 64.4（Anthropic 公表）に大きく届かない

公式サイト →

PRIMARY SOURCES

## 一次ソース

Kimi K3

- [→ Moonshot AI 公式サイト](https://www.moonshot.ai/)
- [→ MarkTechPost：Kimi K3 の技術詳細（KDA・2.8兆パラメータ）](https://www.marktechpost.com/2026/07/16/moonshot-ai-releases-kimi-k3-a-2-8-trillion-parameter-open-moe-model-with-kimi-delta-attention-and-1m-context/)
- [→ Simon Willison：Kimi K3 レビュー](https://simonwillison.net/2026/Jul/16/kimi-k3/)
- [→ Kimi (chatbot) - Wikipedia](https://en.wikipedia.org/wiki/Kimi_(chatbot))
- [→ Kimi 開発者ドキュメント：モデル一覧（K3 は 1M-token context window）](https://platform.kimi.ai/docs/models)

DeepSeek V4.1-Flash

- [→ DeepSeek API Docs：Change Log（2026-09-10 DeepSeek-V4.1-Flash Release／V4-Pro の提供継続の告知・2026-09-14 確認）](https://api-docs.deepseek.com/updates)
- [→ DeepSeek API Docs：Models & Pricing（deepseek-flash の料金・ピーク時間帯・2026-09-14 再確認）](https://api-docs.deepseek.com/quick_start/pricing)
- [→ Hugging Face：deepseek-ai/DeepSeek-V4.1-Flash（MIT・552B・ベンチ表とハーネス別スコア）](https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash)
- [→ Artificial Analysis：DeepSeek V4.1 Flash（Intelligence Index v4.3.2 で 39・max 設定・2026-09-23 確認。v4.3 では 39.55 で四捨五入すると 40）](https://artificialanalysis.ai/models/deepseek-v4-1-flash)
- [→ MIT Tech Review：Why DeepSeek's V4 matters（前世代の背景）](https://www.technologyreview.com/2026/04/24/1136422/why-deepseeks-v4-matters/)

FAQ

## よくある質問

Q. Kimi K3 と DeepSeek V4.1-Flash、結局どっちがいい？

A. AA Intelligence Index は Kimi K3 44 対 DeepSeek V4.1-Flash 39 で Kimi K3 がやや優位ですが、用途によっては逆転しうる差です。料金・使い勝手も合わせて選ぶのがおすすめです。

Q. Kimi K3 と DeepSeek V4.1-Flash、料金が安いのはどっち？

A. 入力料金は Kimi K3 が $3／1M、DeepSeek V4.1-Flash が $0.15／1M。出力料金は Kimi K3 が $15／1M、DeepSeek V4.1-Flash が $0.6／1M です。入力・出力とも DeepSeek V4.1-Flash の方が安く、コスト重視なら DeepSeek V4.1-Flash が有利です。

Q. Kimi K3 と DeepSeek V4.1-Flash、ベンチマークで強いのはどっち？

A. AA Intelligence Index・SWE-Bench・MMLU・GPQA・AIME などの比較可能な指標では Kimi K3 の勝ち数が多く（3／0）、総合的なベンチ性能では Kimi K3 が優勢です。

Q. Kimi K3 と DeepSeek V4.1-Flash、コスパがいいのはどっち？

A. AIコスパ指数（第三者測定の知能スコアと料金の安さを 6:4 で合成した編集部独自指標）は Kimi K3 が 56、DeepSeek V4.1-Flash が 78。「安くて賢い」バランスでは DeepSeek V4.1-Flash が有利です。

Q. Kimi K3 と DeepSeek V4.1-Flash、初心者にはどっちがおすすめ？

A. 初心者へのおすすめ度は Kimi K3・DeepSeek V4.1-Flash とも同程度（3／5）。どちらも入門用途に向いているので、料金や使いたいツールとの相性で選んで大丈夫です。

RELATED

## もっと深く知る

### 関連ニュース

[DeepSeek V4.1 Flash とは？料金は4分の1、V4-Pro の引退は撤回  2026-09-11](https://ai-garage.jp/news/deepseek-v4-1-flash-launch/)[GLM-5.3-Flash とは？ox-alpha の正体、商用OKで1タスク$0.24  2026-08-28](https://ai-garage.jp/news/glm-5-3-flash-ox-alpha-reveal/)[日本語特化LLM「Sakana Namazu」の API が提供開始！入力$0.95・出力$4.00でベースの Kimi K2.6 と同額、日本語チューニング代はタダだよ  2026-08-03](https://ai-garage.jp/news/sakana-namazu-api-launch/)[Alibaba「Qwen3.8-Max」が8月3日に正式リリース！総2.4兆パラメータ、Terminal-Bench 2.1 は86.6で Fable 5 超え・SWE-bench Pro は67.7で届かず  2026-07-20](https://ai-garage.jp/news/qwen-3-8-max-preview/)

### 関連トピック

[中国AIの台頭 — DeepSeek / Qwen が世界を揺るがす  クローズドモデルとほぼ同等性能を「数十分の一のコスト」で。地政学級の存在感に。](https://ai-garage.jp/topics/china-ai-rise/)[オープンソースAI vs クローズドAI  Qwen・DeepSeek・Kimi がトップ走者に迫る。性能だけでなく『所有権』が論点に。](https://ai-garage.jp/topics/open-vs-closed/)

OTHER COMPARISONS

## 他のペアも見る

[GPT-6 Astra  vs  GPT-6.1 Sol](https://ai-garage.jp/vs/chatgpt-astra-vs-chatgpt/)[GPT-6 Astra  vs  Claude Fable 5.1](https://ai-garage.jp/vs/chatgpt-astra-vs-fable-5/)[Qwen3.8-Max  vs  Llama 4 Maverick](https://ai-garage.jp/vs/qwen-vs-llama/)[Qwen3.8-Max  vs  Mistral Large 4](https://ai-garage.jp/vs/qwen-vs-mistral/)[GPT-6.1 Sol  vs  Gemini 3.1 Pro](https://ai-garage.jp/vs/chatgpt-vs-gemini/)[Claude Opus 5.5  vs  Gemini 3.1 Pro](https://ai-garage.jp/vs/claude-vs-gemini/)

[全ペアを見る →](https://ai-garage.jp/vs/)