TabbitBlog

Qwen4 Max vs Kimi K3.1 Pro:どちらを選ぶ?

公開評価、API料金、オープンウェイト、用途を比べ、Qwen4 MaxとKimi K3.1 Proの試用先を決めます。

この記事の内容
  1. Key takeaways
  2. Qwen4 MaxとKimi K3.1 Proの比較
  3. APIのトークン単価はQwen4 Maxが低い
  4. 共通指数のスナップショットではKimiが上
  5. 配備方法とタスクから選ぶ
  6. 移行前に同条件で試す
  7. 結論:譲れない条件から選ぶ

現在の独立系指数スナップショットではKimi K3.1 Proが46、Qwen4 Maxが43です。ホスト型APIの料金を優先するなら、公開シンガポール価格が低いQwen4 Maxが候補です。Kimiには公開済みのオープンウェイトもあります。どちらも全用途で勝つとは限らず、各社のベンチマークは直接比較できません。Redditの発表スレッドでは、両モデルの規模を尋ねる声と、指数が個人の利用感と異なるという指摘がありました(議論)。

Qwen4 Max pricing explains its rate card; this page focuses on the model choice.

Key takeaways

  • Artificial Analysisの同一指数スナップショットはKimi 46、Qwen4 Max 43。タスク成功率ではありません。

  • シンガポールの公開API料金はQwen4 Maxが入力/出力$1.50/$4.50/M、Kimiが$2/$10/Mです。

  • Kimi K3.1 Proはオープンウェイトでセルフホスト可能。Qwen4 Maxは確認した資料ではホスト型の独自モデルです。

  • どちらも最大100万トークンのコンテキストを掲げますが、品質や費用まで同じとは限りません。

  • ベンダー独自評価は同条件ではないため、同じタスクで試して選びます。

Qwen4 MaxとKimi K3.1 Proの比較

項目Qwen4 MaxKimi K3.1 Pro判断材料
提供状況Alibaba Cloudが2026年11月16日GA発表Kimi製品/APIで提供、11月4日までにウェイト公開ホストAPIとAPI・製品・セルフホスト
ウェイト確認した発表資料では非公開Hugging Faceで公開自前運用にはハードウェア・運用が必要
総パラメータ2.4T、1トークン当たり71B稼働と発表3Tクラスベンダーの説明だけで性能は予測できない
コンテキスト最大1M最大1M実際の文書長で精度を測る
Artificial Analysis指数434611月17日に確認した同一指数。勝率ではない
指数タスク推定費$3.27$3.68AAのタスク構成による推定。請求額ではない
シンガポールAPI入出力$1.50/$4.50/M$2/$10/MQwenの公開単価は低い。キャッシュ等は別
出力速度スナップショット54 token/s31 token/s負荷・設定で変動

APIのトークン単価はQwen4 Maxが低い

Alibaba CloudのModel Studio公式料金表では、シンガポールのQwen4 Maxは入力$1.50/M、出力$4.50/Mです。Kimi APIではK3.1 Proは入力$2/M、出力$10/Mです。同じ未キャッシュ量ならQwenの単価は入力で25%、出力で55%低い計算です。ただし、推論の長さ、キャッシュ、再試行、成功率によって完了タスクの費用は変わります。

仮定の未キャッシュリクエストQwen4 MaxKimi K3.1 Pro
入力100k + 出力10k$0.195$0.30
入力800k + 出力100k$1.65$2.60

これは計算例で、モデルの実測ではありません。Kimiのキャッシュヒットは$0.20/M、書き込みは$2/Mです。Qwen4 Maxのシンガポールキャッシュ読み取りは$0.075/M、5分/1時間の書き込みは$1.875/$3/Mです。条件が異なるため、実測ログと最新規約で比較してください。Kimiをセルフホストする場合は計算資源、量子化、速度、開発と保守も別途計上します。

共通指数のスナップショットではKimiが上

Artificial Analysisの現在のIntelligence IndexはKimi K3.1 Proが46、Qwen4 Maxが43で、指数タスクの推定費用は$3.68と$3.27です。同ページは出力速度31対54 token/s、指数タスク当たり約38.8対32.1分も示します。これは同じ評価機関による最も比較しやすい情報ですが、特定の評価セットと時点のスナップショットです。自分のリポジトリ試験、文章規約、ブラウザー作業をどちらが通過するかは予測しません。

各社の評価は分けて扱います。KimiはClaude-Code harnessを使ったTerminal-Bench 4.0で65.7%、ツールありのBenchCAD 1,000件で92.7%と報告しています。Alibabaは発表図でQwen4 MaxのTerminal-Bench 4.0を48.5、自社Work360を52.69としています。同じ条件での共同試験ではないため、Terminal-Benchの数字を一つの対戦結果として扱えません。Work360とBenchCADも別のタスクを測ります。

コミュニティの声は注意点を示しますが、順位は決めません。Atomic AgentのReddit投稿はThree.jsのシーン生成を記録し、温度設定の不一致でKimiがスクリーンショットを確認できなかったと説明しています。投稿者は公平な再試験を予定していました(原文)。別のKimiユーザーはLuauテストで失敗したと述べましたが、プロンプトやログはありません(個人談)。条件が違えば結果も変わります。

配備方法とタスクから選ぶ

利用条件先に試すモデル理由検証内容
ホストAPIの単価を抑えたいQwen4 Maxシンガポールの公開単価が低い合格タスク費、再試行、地域
オープンウェイトや非公開環境が必要Kimi K3.1 ProセルフホストできるウェイトがあるGPU、量子化、ライセンス、運用
長時間のAgentコーディング両方を試すKimiは長期タスクの結果を公開し、AAでは僅差で上同じバグ、テスト、ツール、時間、修正
3D・画像ワークフロー同じツールで比較KimiのBenchCADはツール使用、Qwenはネイティブ視覚を掲げる品質、ツール、改訂、外部機能
長文書実測後に決定両方とも最大1Mを公称検索精度、見落とし、遅延、入力費

移行前に同条件で試す

代表タスクを3つ選びます。テスト付きのコード変更、長文書の比較、合格条件が明確なAgentタスクです。プロンプト、ファイル、ツール、設定、地域、タイムアウトを固定します。可能なら複数回実行し、出力、入出力とキャッシュtoken、ツール呼び出し、時間、再試行、合否、人手修正を記録します。全試行の総費用 ÷ 合格タスク数を計算します。Kimiをセルフホストするなら計算資源と保守も含め、失敗と未完了も分母に反映します。

Tabbitのブラウザワークスペースでは公式発表、現在の料金、評価方法、試験メモを並べて確認できます。Tabbitガイド、Qwen4 Maxレビュー、Qwen4 Max料金、Qwen4 Maxプレビュー、Kimi料金、Kimiレビュー、Qwen4モデルページ (English)、Kimiモデルページ (English)、Agent推論ガイドも参照してください。

結論:譲れない条件から選ぶ

管理されたAPIの低い単価を優先するならQwen4 Maxを先に試します。オープンウェイト、社内環境への配備、AA指数の現時点の優位を重視するならKimi K3.1 Proを試します。自前運用にはインフラ費がかかります。本番移行前に同じタスクで合格率、費用、品質を比較してください。指数3点差や単価だけでは判断できません。

TabbitブラウザーでQwen4-Maxを利用できます。Tabbitをダウンロードし、チャットのモデル一覧からQwen4-Maxを選んでお試しください。

Tabbit Browser

よくある質問

Qwen4 MaxとKimi K3.1 Proはどちらが優れていますか?

Artificial Analysisの現在のIntelligence IndexではKimiが46、Qwen4 Maxが43です。一つのスナップショットであり、実タスクの保証ではありません。

Qwen4 MaxはKimi K3.1 Proより安いですか?

公開APIの未キャッシュ入出力単価はQwen4 Maxのほうが低いです。タスク費用はtoken数、キャッシュ、再試行、成功率にも左右されます。

Kimi K3.1 Proをローカルで実行できますか?

ウェイトは公開されていますが、適切なハードウェアと運用技術が必要です。確認した資料ではQwen4 Maxの公開ウェイトは見つかりません。

ベンチマークを直接比べられますか?

Artificial Analysisには共通指数があります。各社のTerminal-Bench、Work360、BenchCADは方法が異なるため単一ランキングにできません。

TabbitでQwen4-Maxを使えますか?

TabbitブラウザーでQwen4-Maxを利用できます。Tabbitをダウンロードし、チャットのモデル一覧からQwen4-Maxを選んでお試しください。

次のステップへ

Tabbit と一緒に仕事をしましょう。

タブをまたいで調査し、繰り返しのブラウザ作業を自動化し、あらゆる文脈を手の届くところに。