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」
Meta
Llama 4 Maverick (MoE 400B / 17B active, 128 experts) ／ 2025-04-05
「自前で動かせるオープン系の代表格」
編集部の総合判定
総合知能（AA Index）は Kimi K3 44 対 Llama 4 Maverick 10。現時点では Kimi K3 が明確に優位
世代差に注意：Kimi K3 は Llama 4 Maverick より約15か月新しい世代（2026年7月公開 vs 2025年4月公開）
WHICH ONE
SPECS
| 項目 | Kimi K3 | Llama 4 Maverick |
|---|---|---|
| バージョン | K3 (2.8T, MoE 896/16 active) | Llama 4 Maverick (MoE 400B / 17B active, 128 experts) |
| 公開日 | 2026-07-16 | 2025-04-05 |
| コンテキスト長 | 1000K | 1000K |
| 入力料金 $/1M | $3 安い | — |
| 出力料金 $/1M | $15 安い | — |
| 推論モデル | ✓ あり | — |
| マルチモーダル | ✓ あり | ✓ あり |
| AIコスパ指数 独自指標 | 56 | — |
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）
知識の広さ（MMLU）
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 0 ／ ネガ 0 ／ 中立 0 （判定材料が少なくスコアは保留）
※ 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）。
Meta 公式 Llama 4 系の旗艦。MoE 128 experts、native multimodal、1M context、Knowledge cutoff 2024-08。 公式公表ベンチは MMLU Pro 80.5、LiveCodeBench 43.4、MMMU 73.4、MathVista 73.7、ChartQA 90、DocVQA 94.4。 SWE-Bench / GPQA / AIME / HLE は Meta から公式公表なし（同列比較困難）。Llama 4 Scout（10M context、17B/109B MoE）も同時リリース。 第三者機関 Artificial Analysis の Intelligence Index は 10（v4.3.2・2026-09-23 確認）。ただし AA はこの値を推定値（estimated）として表示しており、全体の順位には入れていない（2026-09-08 の v4.3 では 9）。 オープンウェイト（Llama 4 Community License、月7億 MAU 超は別ライセンス必要）。 本表の100万トークンは公式モデルカードの Context length（同時公開の Scout は 10M）。入力と出力の内訳は公表されていない（2026-08-18 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
オープンウェイト LLM の代名詞——ただし Meta の開発は Muse 系へ移り、オープン版も2026年8月公開の Muse Glimmer が担う。Llama 4 が事実上の最終世代。
◎ 強み
△ 注意点
PRIMARY SOURCES
Kimi K3
Llama 4 Maverick
FAQ
Q. Kimi K3 と Llama 4 Maverick、結局どっちがいい？
A. 第三者測定の AA Intelligence Index は Kimi K3 が 44、Llama 4 Maverick が 10 と明確な差があり、現時点の総合性能では Kimi K3 が優位です。なお、Kimi K3 は Llama 4 Maverick より約15か月新しい世代（2026年7月公開 vs 2025年4月公開）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 Llama 4 Maverick、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／Llama 4 Maverick 10）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 Llama 4 Maverick、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 の方が高め（3／5 対 2／5）。まず触ってみるなら Kimi K3 から始めると迷いにくいです。
RELATED
更新を受け取る