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
Muse Spark 1.3（標準ティア） ／ 2026-09-02
「Meta が9月2日に上げてきた新しい版。値段はそのままで賢さだけ上がったよ」
編集部の総合判定
総合知能（AA Index）は Muse Spark 1.3 48 対 Kimi K3 44 で Muse Spark 1.3 がやや優位。用途しだいで逆転する差
WHICH ONE
SPECS
| 項目 | Kimi K3 | Muse Spark 1.3 |
|---|---|---|
| バージョン | K3 (2.8T, MoE 896/16 active) | Muse Spark 1.3（標準ティア） |
| 公開日 | 2026-07-16 | 2026-09-02 |
| コンテキスト長 | 1000K | 1049K |
| 入力料金 $/1M | $3 | $1.25 安い |
| 出力料金 $/1M | $15 | $4.25 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 | 70 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 6 ／ ネガ 4 ／ 中立 1
👍 即戦力で賢い
👍 使い勝手が良い
👎 無料期間終了
👎 使えなくなる残念
※ 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 Superintelligence Labs（MSL）の最上位モデルで、Meta のフロンティアが重みを公開する Llama から中身非公開の Muse へ移ったあとの現行世代。2026-09-02 公開。前世代 1.2（2026-08-05 公開）からの主な変更は、長時間ひとりで進める作業と複数の作業を並行して進める力の底上げ、分からない点を利用者に聞き返すようになったこと、指示への追従、そして自分にできること・できないことの自己申告の改善。Meta はコーディング作業で「道具を呼ぶ回数がおよそ20%減り、使うトークンがおよそ25%減った」としている。不正な指示の埋め込み（プロンプトインジェクション）への耐性も上がったと明記している。得意分野は「AI に任せっぱなしにする長いコーディング作業」——複数ファイルにまたがる書き直し、長時間のバグ取り、1回の指示では終わらない仕事を通しでこなすこと。料金は入力 $1.25／出力 $4.25、読み込んだ内容の使い回しは $0.15。本表はこの標準ティアの値。もうひとつ muse-spark-1.3-contributor という格安ティア（入力 $0.10／出力 $0.20＝入力で12.5分の1）もあるが、こちらは送った内容を Meta が今後のモデル学習に使う条件つきなので、業務利用では標準ティアを見ること。長い文章を入れても割増料金はかからないと明記されている。いちばん深く考える max reasoning は公開初日から使える（Meta AI Research のブログが「Muse Spark 1.3 with max reasoning is now available on Muse Code and Meta Model API」と明記。2026-09-05 に原文で再確認）。第三者機関 Artificial Analysis の AA Intelligence Index は 48（v4.3.2／max 設定・2026-09-23 確認。168モデル中17位）で、本表の多くの行と同じ max 設定での値。2026-09-08 の v4.3 では前世代 1.2 が 40（xhigh）、本モデルの xhigh が 45 だった。本表は 2026-09-08 に全行を v4.3 へそろえた（AA が指標を v4.2 から v4.3 に更新し、𝜏³-Banking が外れて AutomationBench-AA が入り、Terminal-Bench が v2.1 から v4.0 に上がったため、全モデルの点数がまとめて下がっている）。その後 AA は 2026-09-19 に v4.3.2 へ更新して全モデルを採点し直したが、本モデルは 48 のまま。Meta 公式が出しているベンチは Terminal Bench・DeepSWE・Meta 社内コードベンチ・GDPval で、公式ページでは数値が画像でしか示されていないため本表には載せていない。SWE-bench Verified・MMLU・GPQA・AIME・HLE はいずれも Meta 公式が数値を公表しておらず「—」（AA の独自実測では xhigh 設定で Humanity's Last Exam 47.5%・GPQA Diamond 94.1%、max 設定で 49.1%・93.8%＝いずれも 2026-09-04 確認）。入力はテキスト・画像・音声・動画に対応し、出力はテキストのみ。重みは配られていない（API 経由のみ）ので、Meta のオープン系を探すなら Llama 4 か、2026-08-10 に出た Muse Glimmer を見ること。本表の約105万トークン（1,048,576）は Meta 公式のモデルページの表記で、入力と出力の内訳は公表されていない（2026-09-04 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
Meta が重み公開の Llama に代えて主力にした、中身非公開のコーディング特化モデル。長時間ひとりで進めるコーディング作業が得意で、料金は上位モデルとしては安い。
◎ 強み
△ 注意点
PRIMARY SOURCES
Kimi K3
Muse Spark 1.3
FAQ
Q. Kimi K3 と Muse Spark 1.3、結局どっちがいい？
A. AA Intelligence Index は Muse Spark 1.3 48 対 Kimi K3 44 で Muse Spark 1.3 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 Muse Spark 1.3、料金が安いのはどっち？
A. 入力料金は Kimi K3 が $3／1M、Muse Spark 1.3 が $1.25／1M。出力料金は Kimi K3 が $15／1M、Muse Spark 1.3 が $4.25／1M です。入力・出力とも Muse Spark 1.3 の方が安く、コスト重視なら Muse Spark 1.3 が有利です。
Q. Kimi K3 と Muse Spark 1.3、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／Muse Spark 1.3 48）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 Muse Spark 1.3 の勝ち数が多く（1／0）、総合的なベンチ性能では Muse Spark 1.3 が優勢です。
Q. Kimi K3 と Muse Spark 1.3、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、Muse Spark 1.3 が 70。「安くて賢い」バランスでは Muse Spark 1.3 が有利です。
Q. Kimi K3 と Muse Spark 1.3、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