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」
Mistral AI
Large 4（公開プレビュー） ／ 2026-10-06
「ヨーロッパ生まれの新しい旗艦。前の Medium 3.5 から賢さが一気に上がって、お値段は下がったよ（まだプレビュー版）」
編集部の総合判定
総合知能（AA Index）は Kimi K3 44 対 Mistral Large 4 38 で Kimi K3 がやや優位。用途しだいで逆転する差
WHICH ONE
SPECS
| 項目 | Kimi K3 | Mistral Large 4 |
|---|---|---|
| バージョン | K3 (2.8T, MoE 896/16 active) | Large 4（公開プレビュー） |
| 公開日 | 2026-07-16 | 2026-10-06 |
| コンテキスト長 | 1000K | 1000K |
| 入力料金 $/1M | $3 | $1.36 安い |
| 出力料金 $/1M | $15 | $4.18 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 | 59 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 2 ／ ネガ 0 ／ 中立 1 （判定材料が少なくスコアは保留）
👍 論理的で正確
👍 論理的で間違いが少ない
※ 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）。
フランス Mistral AI の新しい旗艦モデル（API モデル名は mistral-large-4、版は v26.10）。2026-10-06 に公開プレビュー（Public Preview）として出た。 総パラメータ1兆500億のうち1回に動くのは520億の MoE（専門家分業型）で、16億パラメータの画像エンコーダを持ち、テキストと画像を入力できる。 1つのモデルで「すぐ答える」と「じっくり考える」の両方をこなす。 料金は定価で入力 $1.36／出力 $4.18（キャッシュ済み入力 $0.14）。公開から2週間は半額（$0.68／$2.09）だが、本表は定価で載せている。 一度に読める量は Mistral 公式のモデルカードと変更履歴で100万トークン（第三者機関 Artificial Analysis のページは 524k と表示していて、公式と食い違う）。 重みは「今月末までに公開する」と予告されているが、2026-10-09 時点では未公開で、ライセンス名も公表されていない。 【性能】第三者機関 Artificial Analysis の AA Intelligence Index は 38（v4.3.2・考えるモードあり、小数では 38.38／2026-10-09 確認）で、AA は「米国と中国以外で最も賢いモデル」と書いている。前の Medium 3.5（14）から24点上がった。 Mistral 自身の公表値は、長いプログラム修正の DeepSWE v1.1 が 61.7%、コマンド操作で開発を進める Terminal-Bench 4.0 が 28.3%、業務自動化の AutomationBench が 59.9%、セキュリティ課題の Cybench が 93%。 SWE-bench Verified・MMLU・GPQA・AIME は公表されていないため本表では「—」（Medium 3.5 の 77.6% は流用しない）。 プレビュー版なので、正式版で料金や仕様が変わることがある。 【前の行について】本表は 2026-10-09 まで Mistral Medium 3.5（2026-04-28 公開・128B dense・Modified MIT で重み公開・$1.5／$7.5・256k・SWE-bench Verified 77.6%（公式モデルカード）・AA 14）を載せていた。 その前は Mistral Large 3（2025-12-02 公開・MoE 675B/41B active・Apache 2.0・$0.5／$1.5・AA は v4.3.2 で 9）。どちらも引き続き API で使える。
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
ヨーロッパ発のオープンモデル勢。2026-10-06 に新しい旗艦 Mistral Large 4 を公開プレビューで出し、重みも10月末までに公開する予定。
◎ 強み
△ 注意点
PRIMARY SOURCES
Kimi K3
Mistral Large 4
FAQ
Q. Kimi K3 と Mistral Large 4、結局どっちがいい？
A. AA Intelligence Index は Kimi K3 44 対 Mistral Large 4 38 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 Mistral Large 4、料金が安いのはどっち？
A. 入力料金は Kimi K3 が $3／1M、Mistral Large 4 が $1.36／1M。出力料金は Kimi K3 が $15／1M、Mistral Large 4 が $4.18／1M です。入力・出力とも Mistral Large 4 の方が安く、コスト重視なら Mistral Large 4 が有利です。
Q. Kimi K3 と Mistral Large 4、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／Mistral Large 4 38）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 Mistral Large 4、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、Mistral Large 4 が 59。「安くて賢い」バランスでは Mistral Large 4 が有利です。
Q. Kimi K3 と Mistral Large 4、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
Muse Spark Open 公開！Mac Studio 2台で動く、必要なメモリと注意点
2026-10-17
GLM-5.3-Flash とは？ox-alpha の正体、商用OKで1タスク$0.24
2026-08-28
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
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
更新を受け取る