Nex-N2.5 Pro vs Kimi K3：新参者の自前ベンチマークカードが審判を務める対決

Nex-N2.5 ProとKimi K3に共通する数値を見れば、その数値を誰が供給したのかがわかるだろう。Nex-AGIのNex-N2.5 Pro——2026年9月8日発表、総パラメータ3970億・アクティブ約170億のマルチモーダルエージェントで、ウェイトは今も「近日公開」のまま——は、Moonshot AIのKimi K3を同じ列に併記したベンチマーク表を公開している。Kimi K3は、Moonshotが2026年7月16日にリリースした2兆8000億パラメータのオープンウェイト・フラッグシップであり、100万トークンのコンテキストを備え、11日後には完全なウェイトが修正MITライセンスのもとで公開された。またArtificial Analysis Intelligence Indexでは57を記録し、そのボード上でトップのオープンウェイトモデルとなっている。そして、この表のどの行でもNex-N2.5 ProはKimi K3に後れを取っている。Terminal-Bench 2.1は82.7対K3の88.3、BrowseCompは89.7対91.2、SWE-Bench Proは61.2対63.3、AutomationBenchは44.2対46.7という具合だ。あるベンダーが自社モデルの数値を現在のオープンウェイトのリーダーと並べて公表し、しかも自社モデルがほとんどの行で負けている場合、その対決で最も興味深いのは、表がおそらく真実を述べていることだ。

これがこの比較の珍しい形です。通常、新参者のカードこそがスピンを探す場所です。ここでは、そのカードが両モデルにとって最も正直な審判に近い存在となっています。なぜなら、Nex-AGIには自社のProティアを格下げする表を公表する理由がなかったからです——そしてProがK3に勝つ行は、まさに小さな目的特化型コンピューター使用モデルが、はるかに大きな汎用モデルを打ち負かすべき行なのです。したがって、このページが答える本当の質問は「どちらが優れているか」よりも狭く、より有用です：Nex-N2.5 Proが主張するニッチ——アクティブパラメータ約6分の1でK3に迫るエージェント性能——は、Kimi K3がすでに存在し、すでにウェイトが公開され、すでに倒すべきモデルであるという事実に直面しても、持ちこたえるのか？

完全な相手

Kimi K3はニッチなモデルではない。まさにだからこそ、正しい物差しなのである。これはMoonshotのフラッグシップだ。Stable LatentMoE設計のもと、総パラメータ2.8T、アクティブパラメータは104B。1Mトークンのコンテキストと相応の出力バジェット、テキスト・画像・動画のネイティブな理解、常時オンの推論、そして十分なハードウェア（iron）さえあれば誰でも実際に実行できるオープンウェイトを備える。単体としての実力も強力だ。Artificial AnalysisのIntelligence Indexで57を記録し、他のすべてのオープンウェイトモデルを上回る。Frontend Code ArenaではClaude Fable 5とGPT-5.6 Solを抑えて1,679 Eloを記録した。一方、価格は入力100万トークンあたり$3.00、出力100万トークンあたり$15.00、キャッシュ入力は$0.30で、オープンウェイト層の中ではプレミアム寄りに位置する。Kimi K3は、ベンダーがスケールで妥協しないときに「フロンティアかつオープン」がどう見えるかを示す存在だ。出力ではGPT-5.6 Solのようなクローズドな競合よりトークンあたりのコストが高く、サービングにもコストがかかり、そしてリーダーボード上ではそれに異論を唱えるのは非常に難しい。

挑戦者の算数

Nex-N2.5 Proは、Kimi K3をスケールで凌ごうとしているのではない。サービスで凌ごうとしているのだ。Nex-AGIはProティアを、Qwen3.5系のベースモデルからポストトレーニングし、コンピュータやブラウザを操作するための視覚ネイティブなエージェントに仕立てた。その売りは効率性だ。総パラメータ397B / アクティブパラメータ約17B、262Kコンテキスト、シングルノード8×H100でのデプロイ構成——対するK3は総パラメータ2.8T / アクティブ104Bで、その規模のモデルが必要とする大規模なサービング環境が前提となる。そこに込められた主張は、視覚フィードバックのエージェントループ向けに特化して訓練されたアクティブ17Bのスペシャリストが、アクティブ104Bのゼネラリストのエージェント性能の大半を、わずかなサービングコストで実現できるというものだ。Nex-AGI自身のスコアカードを見る限り、この主張はもっともらしいが、部分的なものにとどまる。ProはOSWorld-G（87.4対79.6）とOmniDoc（92.2対91.1）でK3に勝つか互角の結果を出し、残りの共通項目では一桁台の差で敗れている。397Bのモデルが2.8Tのモデルにコーディングとブラウジングで3〜6ポイント差で負ける——それが本当なら、まさにNexが伝えたい効率性のストーリーだ。

もしそれが本当なら。それらの数値はすべてNex-AGI自身のものであり、少なくとも一部は社内のNexCUAハーネスを通じて生成されたものだ。そしてNex-N2.5 Proは、ウェイトがダウンロードできないため、今日現在独立に検証することはできない。Hugging Faceのリポジトリにあるのは、READMEとfiguresフォルダと「weights are coming soon」のバナーだけだ。カードに記載されているK3側の数値にも、同じ注意点が当てはまる。その大半は、Nexが独自に測定したのではなく、Moonshotが公表したレポートからNexがまとめたものだ。Nex-AGIの表が立証しているのは、どちらが勝つかではない。ベンチマークとハーネスを選んだNex-AGI自身のエンジニアたちが、共通する大半の項目で、自社のProティアをKimi K3に勝たせることができなかったということだ。これは、どの単一のスコアよりも有用なデータである。マーケティングが誇張し得る度合いに上限を設けるものだからだ。

重要な行を並べて

• スケール — Nex-N2.5 Pro: 合計397B / アクティブ約17B、Qwen3.5系のマルチモーダル。Kimi K3: 合計2.8T / アクティブ104B、Stable LatentMoE、マルチモーダル。

• ウェイト — Nex-N2.5 Pro：約束されたが未リリース（カードには「近日公開」と記載）。Kimi K3：7月27日にModified MITライセンスで公開 — 本日ダウンロード可能。

• コンテキスト — Nex-N2.5 Pro: 262K。Kimi K3: 100万トークン、定額料金。

• 料金 — Nex-N2.5 Pro: 料金表はまだ未発表。ホステッドプレビューは無料。Kimi K3: 100万トークンあたり$3.00 / $15.00、キャッシュ入力は$0.30。

• 自立—Nex-N2.5 Pro：まだなし。Kimi K3：AA Intelligence Index 57、ボード上でトップのオープンウェイトモデル。

• コーディング（ベンダーカード） — Nex-N2.5 Pro：Terminal-Bench 2.1 82.7、SWE-Bench Pro 61.2。Kimi K3は同項目で88.3と63.3。

• GUI / computer use — Nex-N2.5 Pro: OSWorld-G 87.4 (beats K3 on its own card), OSWorld-2 56.4. Kimi K3: OSWorld-G 79.6, OSWorld-2 58.3 (Nex-compiled).

• セルフホストのフットプリント — Nex-N2.5 Pro：ウェイトが公開され次第、シングルノード8×H100構成で対応可能。Kimi K3：2.8T — シングルノードではなく、サービング用フリートが必要。

各列で「open」の意味はどのように異なるか

「open」という言葉は、この2つのモデルでまったく異なる意味合いを持っており、この対決の行方を左右するのは、どのベンチマークよりもこの言葉の意味である。Kimi K3は、運用上重要となる意味でオープンである。ウェイトはハブ上でパーミッシブ寄りの修正MITライセンスのもとに公開され、推論時のトレースはストリーミングAPIで開示され、データガバナンス上の制約がある企業でも、自社が管理するハードウェア上で実行し、モデルが何を考えていたかを監査できる。それはコストを伴うオープン性である——2.8Tモデルには本格的なインフラが必要になる——しかし、その選択肢は今日すでに存在する。Nex-N2.5 Proがオープンなのは、意図という意味においてである。Nex-AGIはファミリーのウェイトをオープンソースとして公開すると述べており、小型版の兄弟モデルであるNex-N2.5 Miniは、実際にローンチ当日にApache-2.0のウェイトをリリースした。しかしProのウェイトはまだ出ていない。そのライセンスはカード上で告知されているだけで、いまだダウンロード可能な何かを拘束するものではない。チェックポイントが存在するまでは、「オープン」はモデルの属性ではなく、ロードマップ上の項目にすぎない。この2つを選ぼうとしているチームにとって、これは脚注のような些事ではない——今月のうちに所有できるモデルと、いつか所有できると約束されたモデルとの違いなのである。

ダウンロードボタンを待たずに評価

Nex-N2.5 Proのウェイトが公開されるまで、この決定を凍結する必要はありません。ルーティングレイヤーこそ、低コストで実験を実行できる場です。Kimi K3はOrcaRouterに搭載されています。価格はMoonshotのリスト価格どおり、$3.00 / $15.00、マークアップ0%で、Moonshotが変更した日にそのまま更新されます。つまり、オープンウェイトのリーダーは、カタログ内の他の200以上のモデルと並び、キー1つで呼び出せます。Nex-N2.5 Proは当社からは提供されていないため、今日試すなら、Nex-AGIのホステッドプレビュー、その後は自前の8基のH100スタックを使うことになります。適合するパターンはこれです。長期コンテキストと監査中心の作業は、既に使っている単一のエンドポイント経由でKimi K3に載せ、テスト用ブランチはNex-N2.5 Proのプレビューに向け、どちらかが劣化したら自動フェイルオーバーが迂回するようにする。これはまさに、本番パスをどちらかに賭けずに出荷済みフロンティアモデルとウェイト公開待ちの挑戦者を比較する方法です。Proのウェイトが公開されたら、検証は簡単です。独立したラボが再現できる共有行を実行して、17Bアクティブ効率のストーリーがNex-AGI自身のハーネスの外でも生き残るかどうかを確認してください。

対戦の行方

史上最大のオープンウェイトモデルと対峙するなか、Nex-N2.5 Proが注目に値するためにゼネラリスト戦争に勝つ必要はない——勝つべきはサービングコストをめぐる議論であり、同モデル自身のカードは、その議論が現実的だが未証明であることを示唆している。Kimi K3は、今日における安全かつ真に強力な選択肢だ。オープンウェイト、オープンウェイト指標のトップ、100万トークンのコンテキスト、そして予算を組みやすい価格——ただし、モデルが成長するにつれてますます困難になるインフラというコストを伴う。Nex-N2.5 Proは効率性への賭けだ。まだ出荷されていないモデルに関するベンダーの表によれば、単一ノード上でアクティブパラメータが6分の1でありながら、K3に迫るエージェント性能のスコアを達成するという。今すぐ実際に所有して監査できるフロンティアモデルが欲しいなら、Kimi K3を選べ。Nex-N2.5 Proについては、ウェイトが公開され、独立した誰かが共通ベンチマークを実行する日を待て——なぜなら、17Bアクティブのエージェントがコンピューター使用において104Bアクティブのフラッグシップに本当に数ポイント以内で迫るのであれば、その結果はそれ以降のすべてのオープンエージェントにとってサービングの計算を変えるものになるからだ。