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」
Alibaba
Qwen3.8-Max（2026-09-02 版・旗艦・2.4T / 95B active） ／ 2026-09-02
「9月の改良版で賢さがまた上がったよ。お値段は $2/$6 のまま」
編集部の総合判定
総合性能は拮抗（AA Index 44 対 45）。用途と料金で選ぶのが正解
WHICH ONE
SPECS
| 項目 | Kimi K3 | Qwen3.8-Max |
|---|---|---|
| バージョン | K3 (2.8T, MoE 896/16 active) | Qwen3.8-Max（2026-09-02 版・旗艦・2.4T / 95B active） |
| 公開日 | 2026-07-16 | 2026-09-02 |
| コンテキスト長 | 1000K | 1000K |
| 入力料金 $/1M | $3 | $2 安い |
| 出力料金 $/1M | $15 | $6 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 | 63 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 4
👍 日本語の通じやすさ
👍 オンプレでの精度
👎 日本語の質の悪さ
👎 ネイティブ対応の微妙さ
※ 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）。
Alibaba の現行フラッグシップ。2026年7月19日のプレビューを経て 8月3日に正式リリースされた、総2.4兆パラメータ（95B アクティブ）の MoE。9月2日にはその改良版スナップショット qwen3.8-max-0902（別名 qwen3.8-max-2026-09-02）が出て、Alibaba は9月5日に qwen3.8-max の呼び出し先を 0902 版へ切り替えると告知した（料金と一度に読める量は変わらない。改良点はコーディング、特に長い工程の開発、複数の道具を使うエージェント作業、図表や文書の読み取り）。本表の知能スコアはこの 0902 版の値。前世代 Qwen3.7 Max と違ってマルチモーダルに対応し、context は 1M、料金は $2.00/$6.00。公表ベンチ（8月3日版）は GPQA Diamond 92.6・Terminal-Bench 2.1 86.6・SWE-bench Pro 67.7。第三者機関 Artificial Analysis は 0902 版を「Qwen3.8 Max」として測っており、AA Intelligence Index は 45（v4.3.2・2026-09-23 確認）。8月3日版は同じ指標で 40 で、同社では旧版扱いになった。本表の SWE-bench Verified・MMLU・AIME は公式・第三者とも数値を出しておらず「—」（SWE-bench Pro は名前が似ているだけの別のテストなので流用しません）。前世代 Qwen3.7 Max（2026-05-19・$1.25/$3.75・SWE-bench Verified 80.4・GPQA 92.4・知能は v4.3 で 30）も引き続き提供されており、SWE-bench Verified の実測値が要るならそちらが参考になる。重みは 2026年8月12日 19:24 JST（HF 上のファイル最終更新）に公開済み＝`Qwen/Qwen3.8-2.4T-A95B` と FP8 版、ModelScope も同名。ただし公開されたのは8月3日版の重みで、本表の知能スコア 45 の 0902 版は API だけで使える（Hugging Face の Qwen 公式に 0902 版のリポジトリは無い・2026-10-09 確認）。案内の同日11時 JST からは遅れて公開された。ライセンスは Apache 2.0 ではなく独自の `qwen3.8-max`、モデルカードの context 記載は 262,144（最大 1,010,000 まで拡張可）で AA 表記の 1M とは条件が異なる。小型の Qwen3.8-27B は 2026年8月15日 0:00 JST（HF 上のファイル最終更新）に公開され、こちらはライセンスが商用可の Apache 2.0＝`Qwen/Qwen3.8-27B`（BF16・約51.7GB）と FP8 版（約28.7GB）、ModelScope も同名。約278億パラメータ・画像/動画対応・context 262,144（最大 1,000,000）で、Qwen 公表値は SWE-bench Pro 61.7・LiveCodeBench v6 90.3・GPQA Diamond 89.2・HLE 30.8（比較対象の Claude Opus 4.6 Max は 53.4 / 88.8 / 91.3 / 40.0）。手元のパソコンで動かすオープンウェイトが要るならこの 27B が受け皿。中国製のため業務利用時は規約確認を。なお本表の context 100万トークンはホスト版 API の窓のほうで、上記のモデルカード既定 262,144 とは条件が違う。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
Alibaba 製の高性能モデル群。旗艦は2026年8月に正式リリースされた Qwen3.8-Max で、手元で動く Qwen3.8-27B まで一通り揃う。
◎ 強み
△ 注意点
PRIMARY SOURCES
Kimi K3
Qwen3.8-Max
FAQ
Q. Kimi K3 と Qwen3.8-Max、結局どっちがいい？
A. AA Intelligence Index は Kimi K3 44、Qwen3.8-Max 45 とほぼ同水準で、総合性能は拮抗しています。用途・料金・使い勝手で選ぶのが正解です。
Q. Kimi K3 と Qwen3.8-Max、料金が安いのはどっち？
A. 入力料金は Kimi K3 が $3／1M、Qwen3.8-Max が $2／1M。出力料金は Kimi K3 が $15／1M、Qwen3.8-Max が $6／1M です。入力・出力とも Qwen3.8-Max の方が安く、コスト重視なら Qwen3.8-Max が有利です。
Q. Kimi K3 と Qwen3.8-Max、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2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／Qwen3.8-Max 45）を軸に判断するのがおすすめです。その AA Intelligence Index でも明確な差は付いていないため、性能は同水準と見て、料金や使い勝手で選ぶのがおすすめです。
Q. Kimi K3 と Qwen3.8-Max、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、Qwen3.8-Max が 63。「安くて賢い」バランスでは Qwen3.8-Max が有利です。
Q. Kimi K3 と Qwen3.8-Max、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