Kimi K3 vs Fable 5、GPT-5.6 & Opus 4.8：誇大広告をテスト

Kimi K3はMoonshot AIの新しいフラッグシップであり、2026年7月の数日間、インターネット上で最もテストされたモデルでした。最初にArena評価サイトにコードネーム「Kivine」という謎のモデルとして現れ（「Moonshotラボ出身」と自称し、知識カットオフは2025年1月）、Moonshotが正式に発表する前に2026年7月16日に、オープンウェイトが約束され7月27日より前に。テスターからの繰り返しの見出し：Kimi K3はおおよそClaude Fable 5、そしてクリエイティブおよび3D作業ではGPT-5.6をしばしば上回ります。この第一印象レビューは、スペック、ベンチマークの背骨、および12のコミュニティテストを1か所にまとめています。

ビルダー向けの注意：これらは初期の、制御されていないコミュニティテストですので、方向性を示すものとして扱い、スコアとして扱わないでください。OrcaRouterは、API利用可能なモデルを1つのOpenAI互換エンドポイントの背後に配置しているため、一度Kimi K3のAPIが公開されれば、Fable 5やGPT-5.6と試用することができ、複数のSDKを接続する必要はありません。

要約結論。Kimi K3は、フロントエンド、3D、クリエイティブワンショットでFable 5の領域に確実に到達した最初のオープンウェイトモデルです。Arenaフロントエンドリーダーボードでトップとなり、Artificial Analysis Indexで第4位にランクインしています。しかし、冗長で低速であり（あるフロントエンドビルドには35分かかりました）、エージェントコーディングではFableに劣っており、「勝利」判定は早期のArenaインプレッションに基づくもので、監査済みベンチマークではありません。印象的ではあるが、決定的ではない。

重要なポイント

•  Kimi K3は2.8TパラメータのMoEであり、現時点で最大のオープンウェイトモデルとして位置づけられており、オープンウェイトは7月27日までに公開予定です。

• 中立的な第三者評価では、それはランク付けされますAA Intelligence Index (57) の189中4位、そしてArena の frontend-code board (1679) で1位、Fable 5 の1631を上回っています。

• 価格は $3 / $15（100万トークンあたり） — Moonshot史上最も高価なモデルですが、それでもFable 5の$10 / $50の約3分の1です。

• テスターたちは繰り返しそれを「Fable レベル」と呼んでいます。懐疑派は、直接比較は都合の良い結果だけを選んだものであり、マルチステップのエージェントタスクでは依然として劣っていると言っています。

• 注意事項：詳細出力（約2倍のピアメディアントークン）、~34秒の初回トークンレイテンシ、そしてFrontierSWEとDeepSWEでは依然としてFableに劣っています。

スペックとベンチマークの核心

これが具体的なデータです。各数値はその出典が明記されています。

•  アーキテクチャ — Kimi K3: 2.8T MoE (896 experts、16 active)、Kimi Delta Attention、1Mコンテキスト、ネイティブビジョン； 比較ポイント：これまでで最大のオープンウェイトモデル (Moonshot、ベンダー報告)

•  バリアント — Kimi K3: K3 Max (chat/agent), K3 Swarm Max (parallel); 比較ポイント: —

•  料金（入力/出力） — Kimi K3: $3 / $15 per 1M、キャッシュヒット約$0.30、比較ポイント：Fable 5では$10 / $50（約3.3倍高い）

•  AA Intelligence Index — Kimi K3: 57 — 189中#4; 比較ポイント: Fable 5の2構成＋GPT-5.6 Solより下; Opus 4.8, Sonnet 5, GLM-5.2より上（Artificial Analysis）

•  Arena frontend-code — Kimi K3: #1 at 1679、7カテゴリー中6つで勝利；比較ポイント：Fable 5の1631を上回り；K2.6の#18（Arena / LMArena）から上昇

•  GDPval-AA v2 / AA-Briefcase — Kimi K3: 1687 (#3) / 1527 (#2); 比較ポイント: Artificial Analysis

• GPQA Diamond — Kimi K3: 93.5% (最強のオープンモデル); 比較ポイント: ベンダー報告

•  BrowseComp / HLE w/ tools — Kimi K3: 91.2% / 56.0%; 比較点: ベンダー報告

• Agentic SWE — Kimi K3: FrontierSWE 81.2, DeepSWE 67.5; 比較ポイント: Fable 5の86.6 / 70.0を下回る

•  Terminal-Bench 2.1 — Kimi K3: 88.3; 比較ポイント: Fable 5の84.6より上 (ハーネス混合の注意事項は下記参照)

勝利を和らげる二つの要素がある。第一に、価格面での優位性は、部分的に冗長性 — K3は同等のタスクで同業他社中央値の約2倍の出力トークンを生成する — さらに、~34秒の初回トークンレイテンシ。第二に、Terminal-Benchの優位性には@ChrissGPTからの警告が伴う：Moonshotのベンチマークは「Terminal 2.1ではなくTerminal 2を好んで使う傾向がある」ため、クロスハーネスの比較は慎重に行うこと。また、公式インデックスが公開される前に、@teortaxesTexは「約55ish AA… Opus 4.8またはGPT 5.5程度」と推定していた。

コミュニティテストラウンドアップ

Kimi K3を話題にした証拠は、Arenaのワンショットの洪水です。以下は代表的な一例です——テスター、タスク、評決。それぞれ元の投稿にリンクされています。

•  @synthwavedd — タスク：一般的なストレステスト；評価：「またDeepSeek R1の瞬間…多くの場合Fableレベルで、少し悪いかもしれないが、一貫して5.6より優れている。怪物だ。」

• @chetaslua — タスク: コーディング、Fableとの直接対決; 判定: "すべてのオープンソースモデルを凌ぐ…Fableと同等、時にはより良い品質"

•  @Gc_qube — タスク: 3D / ゲーム vs Fable 5; 評価: 「Kimi K3が勝った… Fableに追いついた最初のモデル」

•  @abhinavflac — タスク：Sakura bonsai レンダリング；評価：「Beat Claude Fable — ねじれた幹と重なり合った樹冠を完璧に再現」

•  @testingcatalog — タスク: Universe-sim 対 Fable 5; 判定: 「Fableの方が高速で、より堅牢なUXを備えていた。K3ははるかに複雑で視覚的に魅力的…非常に接近している」

• @israfill — タスク：同一の宇宙シミュレーションプロンプト；判定：「K3は濃密な創造的出力と『どうやってそれを構築したのか』という瞬間で勝っており…これがこんなに接近していることに驚いた」

•  @mirochill — タスク: フロントエンドのワンショット（フランス語）; 判定: "5.6 Pro と同等、Fable 5 より優れている、一度の試行で" (照明の問題あり)

•  @jun_song — タスク：Flappy Bird vs Opus 4.8； 評価："Opusよりはるかに優れている…Opus-5レベル"

•  @JustinGorya — タスク: Single-file HTML Minecraft; 評価: 「新たなマイルストーン…3Dとフロントエンドにおいて驚異的」(返信: 「これは一発だ。Crazyyyyy」)

•  @redkendl — タスク: 3D紙飛行機ゲーム; 評価: 「一発で仕留めた… Fable 5 / GPT-5.6レベルの出力。中国の研究所はもう8ヶ月遅れではない」

• @noctus91 — タスク: インタラクティブ3D体験; 評価: "詳細度、洗練度、全体的な品質は正直言ってすごい"

•  @Lentils80 — タスク: フロントエンドページ; 評価: "非常に遅い — 35分かかった — しかし、このプロンプトから見た中で最高の出力の一つ"

支持者 vs 懐疑論者

強気のシナリオは単純明快だ。創造性とフロントエンドの作業において、クローズドな最先端モデルに匹敵するオープンウェイトモデルが、3分の1の価格で提供されるというのは、まさに新しい。@notjazii は初期の出力を「今日リリースされる新しいSOTAモデル、moonshot cooked」と呼び、@chetaslua はこれを「OSSにとって再びDeepSeekの瞬間」と表現した。

懐疑論者は強く反論し、彼らの反対意見は毎回同じ3つである。

•  厳選されたデモ。盆栽テストについて、@Heeseon は「誰でも Fable 5 が勝ったのがわかる」と返答し、また @sebuzdugan は「1つの盆栽サンプルはスタイルコントロールを示すが、種を超えた信頼性はない」と指摘した。

• Fableは単純に優れている。 Gc_qubeのスレッドで、@victor_vibingがきっぱりと言った: 「Fableの方がはるかに優れている。比べ物にならないほど。」

•  同じ美的感覚だが、実際の範囲ではない。 @_everythingismは、出力は「すべてが『Claude aesthetic』を持っている…特定の種類のデザインを何度も生成している」と主張し、Opusのテストでは@MCharles10581が単に「opusの方が優れているようだ」と述べた。

最も有益な枠組みは、@teortaxesTex からのものだ。彼自身はK3をテストすらしていない。彼の指摘は努力／味覚のギャップに関するものであり、能力の壁ではない。「FableやSolでさえ大量のSLOPを生成する…Kimiは物事に失敗するというより、面白みや詳細さに欠けたものを生成し、もう一段の努力をしない」という。客観的なタスクに対する人間参加型のエージェンティックコーディングにおいて、彼はK3が「不当に近い結果を出すはずだ」と予想する。そして戦略的な決定打として、「ギャップを*維持*するだけの中国モデルでさえ、英雄的な偉業である」という。それが正直な評価だ—K3は測定可能なタスクでは差を縮め、味覚ではやや劣る。これはまさにベンチマークが示す通りである。

よくある質問

Kimi K3はFable 5と同じくらい良いですか？

フロントエンドと3Dワンショットでは、テスターはイエスと言っています——Arenaのフロントエンドボードでトップ（1679対1631）であり、複数の直接対決では勝利または引き分けと評価されました。エージェンティックコーディングではまだ遅れをとっており（FrontierSWE 81.2対86.6）、懐疑派はFableが磨きと信頼性において種全体で優位性を持っていると主張しています。

Kimi K3はオープンソースですか？

オープンウェイトです。Moonshotは2026年7月27日以前に重みを公開すると約束しました。ローンチ時はAPIとウェブのみでした。これまでで最大のオープンウェイトモデル（2.8T MoE）として、そのリリースがメインイベントです。

Kimi K3の値段はいくらですか？

100万トークンあたりの入力/出力が3ドル/15ドル、キャッシュヒットは約0.30ドルです。これはMoonshot史上最も高価なモデルであり（K2.6は0.95ドル/4ドルでした）、それでもFable 5の10ドル/50ドルの約3分の1ですが、冗長な出力により実際の差は縮まります。

Kimi K3はGPT-5.6より優れていますか？

テスターはクリエイティブおよび3D作業に対して肯定的です — @synthwaveddはそれを「一貫して5.6より優れている」と呼び、@mirochillはそれを5.6 Proと同等と評価しました。しかし、AA Indexでは、GPT-5.6 Solは依然としてK3より上位にランクされており、Fable 5と5.6 SolがTerminal 2.1でリードしています。

Kimi K3はいつリリースされましたか？

7月14日頃にArenaで「Kivine」として現れた後、2026年7月16日に正式に発表されました。オープンウェイトは2026年7月27日までに約束されました。

結論

Kimi K3は、オリジナルのDeepSeekの瞬間以来、オープンウェイトモデルが与えた最も強い第一印象です。Fable-5レベルのクリエイティブおよびフロントエンド出力、Arenaフロントエンドボードのトップ、価格はFableの約3分の1です。熱意は「方向性」にとどめてください — 冗長で遅く、エージェントコーディングではまだ遅れをとっており、上記の「勝利」はすべて初期のArenaでの印象であり、監査済みベンチマークではありません。7月27日より前に重みが公開されたとき、統制されたテストがその誇大広告が持続したかどうかを教えてくれるでしょう。