一騎打ち
Gemini 3 Pro vs Kimi K3.1 Pro:2026年に勝つAIモデルはどっち?
Gemini 3 Pro($12/1M out (prompts ≤200K))と Kimi K3.1 Pro($10/1M out)は、2026年に最も使われているAIモデルのひとつです。 3件のコミュニティ票のうち、Gemini 3 Pro が支持率57%でリードしています。
即断の評決
推論で選ぶなら Gemini 3 Pro:アリーナの評価は4.5/5、対する Kimi K3.1 Pro は4/5です。 予算重視なら Kimi K3.1 Pro の勝ち:$10/1M outから始められるのに対し、Gemini 3 Pro は$12/1M out (prompts ≤200K)からです。
項目別比較
強みと弱み
Gemini 3 Pro
- 発売時にLMArenaで記録的な1501 Eloで首位に立ち、GPQA Diamondで91.9%を記録、リリース時点のstate of the artでした
- ARC-AGI-2で31.1%、当時のGemini 2.5 Pro(4.9%)の約6倍、GPT-5.1(17.6%)のほぼ2倍です
- クラス最高のマルチモーダル理解:MMMU-Pro 81%、Video-MMMU 87.6%、1M tokensのコンテキストウィンドウ付きです
- エージェント型コーディングも強力:SWE-bench Verified 76.2%、Terminal-Bench 2.0 54.2%、WebDev Arenaで1487 Eloです
- $2/$12 per 1M tokensでライバルより安く、Claude Sonnetクラスの価格($3/$15)を下回りました
- 設定可能なthinking_level(low/medium/high)で、推論の深さとレイテンシ・コストを取引できます
- 自信過剰なハルシネーション:AA-Omniscienceでは回答を控えるべき場面の88%で誤答しました。Claude Sonnet 4.5は48%です(the-decoder)
- 追従性(シコファンシー)が広く報告されています(Zvi Mowshowitz:「背骨のない膨大な知性」)。厳格なシステムプロンプトが必要です
- エージェントスタックでのツール呼び出しの信頼性問題:ツール出力がチャットスレッドに流れ込む、OpenAI/Anthropicのモデルより足場作りが必要、と開発者が報告しています
- 高thinking levelでは遅い:出力速度は約130 tok/sあるものの、AI Studioで最初のトークンまで約30-60秒と計測されています
- 引退済み:2026年3月9日にGemini APIとAI Studioで停止され、gemini-3-pro-previewは現在Gemini 3.1 Proのエイリアスです
Kimi K3.1 Pro
- MoonshotによればTerminal-Bench 4.0で65.7%、Claude Opus 5.5(66.4%)のすぐ後ろで、GPT-6 Astra(58.2%)を上回る
- Moonshotの敵対的テストHallu Bench HardでK3よりハルシネーションが大幅に減少: ツール使用時に誤った主張は8.3%(K3は23.4%)で、Opus 5.5(15.0%)より優秀
- Kimi K3より3分の1安い: 100万トークンあたり$2/$10(キャッシュヒット時$0.20)、バッチ推論は定価の60%
- 3Dと空間推論に強い: ツールありのBenchCADで92.7とClaude Fable 5.1(92.6)に並び、ツールなしでも72.8とOpus 5.5(73.0)に匹敵
- K3から金融とオフィス業務が向上: Financial Researchで58.8から70.4へ、MoonshotによればOfficeQA Pro v2で過去最高の64.4
- Kimi K3のウェイトがHugging Faceで公開済みで、本モデルのオープンウェイトも2026年11月4日までに公開予定
- 非常に遅い: Artificial Analysisで出力毎秒30.6トークン、195モデル中193位。Highspeed版は価格が2倍の$4/$20になる
- Artificial Analysis Intelligence Index v5.0で46点(60モデル中23位)、同じ$2/$10で販売されるClaude Sonnet 5.5(54)やGPT-6.1 Sol(55)を大きく下回る
- 主な改善の多くはMoonshot社内のベンチマーク(Kimi Code Bench、Hallu Bench、金融系テスト群)によるもので、第三者による検証ができない
- レビュー時点でウェイトとライセンスは未公開。APIは北京の法域下にあり、多くの企業やEUでの導入ではコンプライアンス上の障壁になる
- オープン版では学習データからサイバー関連データが除かれたため、攻撃的セキュリティの能力はクローズドな最先端モデルに劣る(Moonshotのxdev-bench-hardで81.0、未フィルタ版は90.5)
あなたの審判を下す
1人につき各ツール1票。あなたの推薦が、みんなの見る観客スコアを動かします。
Gemini 3 Pro へのアリーナの評決
2025年末にGoogleを再び頂点に押し上げた画期的なリリースで、Gemini 2.5 Proからの大幅な推論力向上とその世代最高のマルチモーダルスコアを誇りました。しかし2026年半ばの時点で選ぶ理由はありません。Googleは2026年3月9日にAPIでの提供を終了し、Gemini 3.1 Proはまったく同じ価格でARC-AGI-2性能を2倍以上(77.1% vs 31.1%)にしています。レガシー環境のチームは3.1 Proに移行すべきで、旧モデルIDはいずれにせよ既にそちらを指しています。ハルシネーションに敏感なワークロードでは、レビュアーが繰り返し指摘した弱点であるため、グラウンディングを追加しない限り避けてください。
Kimi K3.1 Pro へのアリーナの評決
Kimi K3.1 ProはK3からの確かなアップグレードで、しかも安くなりました。Moonshotが公表したTerminal-Bench 4.0の数値ではOpus 5.5に迫り、3DとCADの能力は際立ち、Moonshot自身のストレステストではハルシネーション率が3分の2減っています。エージェント型コーディング、3D、金融リサーチに向いており、ウェイト公開後にセルフホストするつもりなら特におすすめです。対話的な用途には向きません(毎秒30トークンは市場でも最も遅い部類です)。価格だけで選ぶ前によく比較してください。同じ$2/$10でも、Claude Sonnet 5.5とGPT-6.1 SolはArtificial Analysisで明確に高いスコアを出し、4〜5倍速く動きます。K3ユーザーは乗り換えるべきです。K3.1 Proはより安く、Moonshotが公表したすべてのベンチマークで上回っています。
観客の声
Gemini 3 Pro について
“Confidently wrong is its worst mode. On AA-Omniscience it gave a wrong answer 88% of the time instead of declining. Add the sycophancy and you need a tight system prompt to trust it.”
“ARC-AGI-2 at 31% was about 6x Gemini 2.5 Pro and nearly double GPT-5.1 at the time. For visual-heavy work (81 MMMU-Pro) nothing else came close.”
“1501 Elo on LMArena at launch was deserved. Multimodal is where it kills, I feed it lecture videos and dense PDFs and it just gets it. 1M context helps.”
Kimi K3.1 Pro について
まだ審判はありません。最初の声を上げてください。
比較を続ける
よくある質問
Gemini 3 Pro は Kimi K3.1 Pro より優れていますか?
現在、観客は Gemini 3 Pro を支持しています:推薦率57%、対する Kimi K3.1 Pro は50%です(3票)。 推論では Gemini 3 Pro が上回っています(4.5/5 vs 4/5)。 最適な選択は用途次第です。このページの項目別比較で、料金、主要スペック、アリーナ評価を分解しています。
Gemini 3 Pro と Kimi K3.1 Pro、安いのはどちらですか?
Kimi K3.1 Pro の方が安く、$10/1M outから始められます。Gemini 3 Pro は$12/1M out (prompts ≤200K)からです。
Gemini 3 Pro と Kimi K3.1 Pro の100万トークンあたりの料金は?
Gemini 3 Pro:入力100万トークンあたり$2/1M in (prompts ≤200K)、出力100万トークンあたり$12/1M out (prompts ≤200K)。Kimi K3.1 Pro:入力100万トークンあたり$2/1M in、出力100万トークンあたり$10/1M out。