VS COMPARISON
Moonshot AI
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」
3.8 Flash ／ 2026-09-02
「6週間で3世代目！お値段そのままで賢くなったけど、よく考えるぶんタスク単価は上がるんだ。」
編集部の総合判定
総合知能（AA Index）は Kimi K3 44 対 Gemini 3.8 Flash 41 で Kimi K3 がやや優位。用途しだいで逆転する差
同じシリーズの別グレードで比べる
WHICH ONE
SPECS
| 項目 | Kimi K3 | Gemini 3.8 Flash |
|---|---|---|
| バージョン | K3 (2.8T, MoE 896/16 active) | 3.8 Flash |
| 公開日 | 2026-07-16 | 2026-09-02 |
| コンテキスト長 | 1000K | 1049K |
| 入力料金 $/1M | $3 | $0.75 安い |
| 出力料金 $/1M | $15 | $3.75 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 独自指標 | 56 | 65 勝ち |
BENCHMARKS
バーの長さは100%スケール。長い方が勝ち。
総合知能（AA Intelligence Index）
専門知識（GPQA）
最難関試験（HLE）
※ AA 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（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
ベンチマークとは別の軸として、直近7日（2026-10-12 〜 2026-10-19）の X上の日本語の声をサンプル分析。てんびん丸総研調べ。
ポジ 5 ／ ネガ 4 ／ 中立 0
👍 コーディングに強い
👍 業務自動化で採用
👎 性能不足
👎 無料API消失
ポジ 16 ／ ネガ 2 ／ 中立 3
👍 雑用・ITサポートに強い
👍 実装・校正に適する
👎 ゲーム作成時のバグ見落とし
👎 TTS多用で課金負担
※ 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 てんびん丸総研へ。
EDITOR'S NOTE
数値の背景と、いまの提供状況・注意点
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）。
前世代 Gemini 3.7 Flash（2026-08-13 公開）の後継として 2026年9月2日（米国時間）に公開された Google の主力（workhorse）モデル。 3.7 Flash からわずか3週間、6週間で3世代目という速さで、Google の位置づけは「いちばん賢い働き者」。 同時に、防御側専用の Gemini 3.8 Flash Cyber も発表されました（Fairwind Program の審査を通った政府機関・重要インフラ・ ソフトウェア保守者だけが使える枠で、一般提供ではありません）。 料金は 3.7 Flash と据え置きで、2026年12月31日までの導入価格が 入力 $0.75 / 出力 $3.75、2027年1月1日から 入力 $1.50 / 出力 $7.50 （本表とコスパ指数は、いま実際に請求される導入価格で算出しています）。 入力 1,048,576 / 出力 65,536 tokens、マルチモーダル入力（テキスト・画像・音声・動画、出力はテキスト）、モデル名は `gemini-3.8-flash`。 thinking level は low / medium / high の3段階（指定しない場合は medium）で、3.7 Flash にあった minimal は 3.8 Flash では使えません （指定するとAPIエラーになります）。 Google 公表のベンチで数値が明示されているのは HLE-Verified 54.9% のみ。DeepSWE v1.1・Vals Finance Agent V2・ Harvey's Legal Agent Benchmark は「3.7 Flash を上回る」とだけ書かれていて、具体的な数値は公表されていません（推測では埋めていません）。 第三者測定は Artificial Analysis Intelligence Index v4.3.2 で 41（high 設定・2026-09-23 確認）。 SWE-Bench Verified / GPQA / AIME / MMLU は公式も第三者も数値を公表しておらず空欄です（名前の似た別テストの値では埋めていません）。 【1トークンあたりは同じでも、1タスクあたりは高くつきます】Google 自身が「3.8 Flash はより多く考え、道具を何度も呼ぶので、 とくに effort を上げるとトークンを多く使うことがある」と明記しています。実際 Artificial Analysis の測定でも、 同じテスト一式を解くのに使った出力トークンは 3.7 Flash の 64M に対し 3.8 Flash は 120M で、 1タスクあたりのコストは $0.40 → $0.58 に上がっていました（2026年9月上旬の指標の版での値。AA は 9月19日の v4.3.2 で全モデルを採点し直しているので、 最新の値は AA のページで確認してください）。公開時は、安さ優先の用途では 3.7 Flash がそのまま使え、Google も継続提供を明言していました。 ただし 3.7 Flash は2026年10月8日に提供を終え、Google AI Studio では選べなくなり、Gemini API で指定すると自動で 3.8 Flash に回されます。 いま安さを優先するなら、3.8 Flash の thinking level を low に下げるか、より安い Gemini 3.5 Flash-Lite（入力 $0.30 / 出力 $2.50）を使う手があります。 本表の 1,048,576 トークンは、Google が Input token limit（入力に使える上限）として公表している値で、出力の上限 65,536 トークンは別枠（2026-09-03 に公式モデルページで確認）。
PROS & CONS
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
△ 注意点
Google 製。Gmail / Docs との連携と、100万トークンの長文＋画像・動画・音声の読み取りが持ち味。最上位は 2026-10-13 に一般公開された Gemini 4 Argon（Gemini アプリは AI Pro・Ultra、API は有料ティア）、速くて安い Flash 系の最新は 3.8 Flash。
◎ 強み
△ 注意点
USE CASES
Kimi K3 か Gemini 3.8 Flash を取り上げてるタスク 8件
PRIMARY SOURCES
Kimi K3
Gemini 3.8 Flash
FAQ
Q. Kimi K3 と Gemini 3.8 Flash、結局どっちがいい？
A. AA Intelligence Index は Kimi K3 44 対 Gemini 3.8 Flash 41 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 Gemini 3.8 Flash、料金が安いのはどっち？
A. 入力料金は Kimi K3 が $3／1M、Gemini 3.8 Flash が $0.75／1M。出力料金は Kimi K3 が $15／1M、Gemini 3.8 Flash が $3.75／1M です。入力・出力とも Gemini 3.8 Flash の方が安く、コスト重視なら Gemini 3.8 Flash が有利です。
Q. Kimi K3 と Gemini 3.8 Flash、ベンチマークで強いのはどっち？
A. 両モデルが共通で公表している指標は1項目と少ないため、全モデルを第三者が同一条件で測定している AA Intelligence Index（Kimi K3 44／Gemini 3.8 Flash 41）を軸に判断するのがおすすめです。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（1／0）、総合的なベンチ性能では Kimi K3 が優勢です。
Q. Kimi K3 と Gemini 3.8 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、Gemini 3.8 Flash が 65。「安くて賢い」バランスでは Gemini 3.8 Flash が有利です。
Q. Kimi K3 と Gemini 3.8 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 Gemini 3.8 Flash の方が高め（5／5 対 3／5）。まず触ってみるなら Gemini 3.8 Flash から始めると迷いにくいです。
LABS
公式発表の要約ではなく、編集部が自分で動かして測った数字を載せた検証記事
2026-09-26
話題の組み合わせを実際に回して、声の読み間違い・速さ・料金を測った
検証メモ
2026-09-26
落とし穴を20個仕込んだ契約書で、Claude と Gemini を採点した
検証メモ
2026-09-13
「考える量」を上げると、何が変わって何が変わらないのか
検証メモ
RELATED
更新を受け取る
このページをAIに聞く
いつも使っているAIが新しいタブで開き、このページについての質問が入った状態になります。
2. 開くAI
質問文はクリップボードにもコピーされます。入力した内容は選んだAIサービスに送られ、ai-garage には保存されません。