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 Max | Kimi 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 | 43 | 46 | 11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 | $3.68 | AA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/M | Qwen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/s | 31 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 Max | Kimi 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。
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。