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」
4 Argon ／ 2026-09-30
「やっと誰でも使えるようになった Gemini の新しいエース！11月末までは入力$2・出力$10で、12月から倍になるのは覚えておいてね。」
編集部の総合判定
総合知能（AA Index）は Gemini 4 Argon 53 対 Kimi K3 44。現時点では Gemini 4 Argon が明確に優位
同じシリーズの別グレードで比べる
WHICH ONE
SPECS
| 項目 | Kimi K3 | Gemini 4 Argon |
|---|---|---|
| バージョン | K3 (2.8T, MoE 896/16 active) | 4 Argon |
| 公開日 | 2026-07-16 | 2026-09-30 |
| コンテキスト長 | 1000K | 1049K |
| 入力料金 $/1M | $3 | $2 安い |
| 出力料金 $/1M | $15 | $10 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 | 69 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 15 ／ ネガ 7 ／ 中立 1
👍 コード生成が優秀
👍 性能が大幅向上
👎 微妙な点が多い
👎 制限が厳しい
※ 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）。
Google の Gemini でいちばん上のモデル。2026年9月30日（米国時間）に発表され、発表時は Google の Fairwind Program に入ったサイバー防御の組織だけへの限定提供だったが、2026年10月13日（米国時間）に一般提供が始まった（本表の公開日は発表日）。 API のモデル名は gemini-4-argon（Stable）で、使えるのは Gemini API の有料ティアだけ（無料枠なし）。Gemini アプリと Google 検索の AI モードでは Google AI Pro・Google AI Ultra の加入者が使える。 料金は2026年11月30日までが 入力 $2 / 出力 $10（キャッシュ入力 $0.10）、2026年12月1日から 入力 $4 / 出力 $20（キャッシュ入力 $0.20）（本表とコスパ指数は、いま実際に請求される11月30日までの価格で算出しています）。3.1 Pro と違い、20万トークンを超える依頼の割増料金はない。 本表の 1,048,576 トークンは入力と出力で共有する1つの枠で、Gemini 3.8 Flash などの「入力に使える上限」とは数え方が違う。 1回の出力は通常 65,536 トークンまでで、long decode（長い出力のモード）を使うと最大 1,048,576 トークンまで書ける。 入力はテキスト・画像・動画・音声・PDF、出力はテキストのみで、考える量（thinking level）は low / medium / high の3段階（2026-10-14 に公式モデルページで確認）。 第三者測定は Artificial Analysis Intelligence Index v4.3.2 で 53（High 設定・216モデル中8位・2026-10-14 確認）。 この評価一式で書いた出力は 110M トークン（全モデルの中央値は 85M）で、1課題あたりの費用は $1.99。 Google が公表した比較表と評価方法の資料には SWE-bench Verified・MMLU・GPQA・AIME・HLE が出てこないため、これらの欄は空欄です（名前の似た別のテストの値では埋めていません。たとえば資料にある Agent's Last Exam は HLE とは別のテスト。3.1 Pro の値も持ち込んでいません）。 Google の公式比較表では、実務系の Vals Index が 68.9%（Vals AI の測定）、長いプログラム修正の DeepSWE v1.1 が 77.9%、コマンド操作の Terminal-Bench 4.0 が 57.4%（この2つは Google 自身の測定）。 前の行の Gemini 3.1 Pro（2026年2月19日公開・入力 $2 / 出力 $12、20万トークン超は $4 / $18・SWE-bench Verified 80.6%・GPQA 94.3%・MMLU 91・AIME 95・知能スコア 30）は、Gemini アプリでは 4 Argon と並んで引き続き選べ（報道）、API のモデル名も gemini-3.1-pro-preview のままで終了日の告知はない（2026-10-14 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 4 Argon を取り上げてるタスク 8件
PRIMARY SOURCES
Kimi K3
Gemini 4 Argon
FAQ
Q. Kimi K3 と Gemini 4 Argon、結局どっちがいい？
A. 第三者測定の AA Intelligence Index は Gemini 4 Argon が 53、Kimi K3 が 44 と明確な差があり、現時点の総合性能では Gemini 4 Argon が優位です。料金や使い勝手も含めた選び方は「こんな人はどっち？」の欄を参考にしてください。
Q. Kimi K3 と Gemini 4 Argon、料金が安いのはどっち？
A. 入力料金は Kimi K3 が $3／1M、Gemini 4 Argon が $2／1M。出力料金は Kimi K3 が $15／1M、Gemini 4 Argon が $10／1M です。入力・出力とも Gemini 4 Argon の方が安く、コスト重視なら Gemini 4 Argon が有利です。
Q. Kimi K3 と Gemini 4 Argon、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 4 Argon 53）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 Gemini 4 Argon の勝ち数が多く（1／0）、総合的なベンチ性能では Gemini 4 Argon が優勢です。
Q. Kimi K3 と Gemini 4 Argon、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 4 Argon が 69。「安くて賢い」バランスでは Gemini 4 Argon が有利です。
Q. Kimi K3 と Gemini 4 Argon、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 4 Argon の方が高め（5／5 対 3／5）。まず触ってみるなら Gemini 4 Argon 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。