Kimi K3 vs Claude：Fable 5 と Opus 4.8 を比較

「Kimi K3 vs Claude」は実質 2 つの別質問です。「Claude」は capability と price が大きく異なる 2 tier を指すからです：Claude Opus 4.8（依然 strong な frontier model）と Claude Fable 5（Anthropic の新しくより capable な flagship）。Kimi K3 は両方に対して interesting な位置 — Opus 4.8 には price と大多数のベンチマークで明確に勝ち、Fable 5 は raw capability で ahead だが数倍の cost。

本比較は Artificial Analysis の独立評価データと各 vendor の published 数字を使い、単一「winner」ではなく workload 別の straight recommendation で締めます。

ベンチマークバー、価格スケール、コンテキストウィンドウ図を並べた Kimi K3 と Claude の side-by-side 比較イラスト

先に結論

Kimi K3 を選ぶなら 現在 Claude Opus 4.8 を使っていて cost-per-task が重要 — K3 はベンチマークも価格も Opus 4.8 を上回る。
Kimi K3 を選ぶなら workload が long-horizon agentic coding、terminal-driven automation、agentic web research — これらのカテゴリでは Fable 5 対しても K3 が勝ち、数分の一の cost。
Claude Fable 5 を選ぶなら workload が frontier-difficulty software engineering、professional knowledge work、vision-heavy reasoning — Fable 5 がこれらのベンチマークの大多数でリード。
Claude Fable 5 を選ぶなら failed または wrong output が expensive — hard task での Fable 5 の stronger judgment は error が costly なら higher token cost の worth になりうる。
どちらも universal winner ではない。 正直な比較は task type と mistake の cost に依存。

リリース時期とポジショニング

	Kimi K3	Claude Opus 4.8	Claude Fable 5
Vendor	Moonshot AI	Anthropic	Anthropic
Released	2026 年 7 月 16 日	2026 年前半	2026 年（Opus 4.8 より新）
Positioning	Open-weight frontier generalist、agent 最適化	Frontier closed model	Anthropic 現 flagship
Weights	Open-weight；公開 download 保留（2026 年 7 月 27 日予定）	Closed / API-only	Closed / API-only

internalize すべき framing：K3 は世界で最も賢いモデルになろうとしているわけではない。frontier に十分近く、open-weight で劇的に安い — Anthropic の price に関係なく capability ceiling を push し続ける bet とは異なる。

ベンチマーク比較

Artificial Analysis Intelligence Index

Model	Score
Claude Fable 5 (Adaptive, Max effort)	60
Kimi K3	57
Claude Opus 4.8 (Adaptive, Max effort)	56

K3 は composite score で 2 Claude tier の間 — 旧 flagship を上回り、新 flagship には及ばない。

Kimi K3 vs Claude Opus 4.8 — カテゴリ breakdown

Kimi K3 がリード: BrowseComp、CharXiv-R、DeepSearchQA、FrontierSWE、GDPval-AA、MCP Atlas、Toolathlon — 10 共有ベンチマーク中 7。

Claude Opus 4.8 がリード: GPQA Diamond、Humanity's Last Exam、OfficeQA Pro — 10 中 3。

GDPval-AA v2 では K3 は ~1,687、Opus 4.8 は 1,600。

Kimi K3 vs Claude Fable 5 — カテゴリ breakdown

Claude Fable 5 がリード: 14 共有ベンチマーク中おおよそ 8。FrontierSWE で 5.4 点勝利、両 visual-reasoning suite。

Kimi K3 がリード: 14 中おおよそ 6。SWE Marathon（~7 点差）、BrowseComp、Terminal-Bench 2.1。

GDPval-AA v2 では Fable 5 Max が ~1,815 — 3 モデル中 clear leader。

パターンが実際に意味すること

両 comparison で同じ形が繰り返される：K3 は agentic、tool-using、long-horizon coding タスクで最も強い。Claude — 両 tier だが特に Fable 5 — は frontier-difficulty engineering、academic reasoning、vision-heavy evaluation で最も強い。プロダクトが tool call を grind する autonomous agent に近いなら K3 有利。「単一の最難 problem を cost secondary で正しく解く」なら Claude 有利。

Frontend coding：genuinely independent なシグナル

上記の数字の大多数は vendor-reported か single evaluator 由来。LMArena Frontend Code Arena は違う — crowd-voted、独立運営の leaderboard。Kimi K3 はリリースから数時間で #1。#18 から急上昇、7 frontend ドメイン中 6 つで 1 位、Claude Fable 5 を上回った。frontend/UI generation が workload の meaningful 部分なら、この comparison 全体でより credible な data point の 1 つ。

速度とレイテンシ

Metric	Kimi K3	Claude Opus 4.8 (Max effort)
Output speed	~62 tokens/sec	~56 tokens/sec
Time to first token	~1.99s	~34.49s

Time-to-first-token の差がユーザーが actually notice する方。Opus 4.8 の max-reasoning-effort 設定は first visible token の前に長く reason。K3 の pipeline ははるかに早く streaming 開始に tune。latency-sensitive な user-facing プロダクトでは raw tokens/sec よりこの gap が重要。

コンテキストウィンドウと出力長

	Kimi K3	Claude Opus 4.8
Context window	1,048,576 tokens	Up to 1M tokens（tier 依存）
Max output	~1M budget を共有	おおよそ 128,000 tokens で cap

両モデルともおおよそ 100 万 token context を扱う。実務差は output 側：Claude の max output は context window よりはるかに低く cap。K3 の output budget は同じ大きな pool から draw。full codebase dump、extensive report など very long single response を生成する workflow では K3 の output ceiling は less restrictive。

Multimodal 入力

text-only な open-weight comparison とは違い、ここでは modality gap は real differentiator ではない：Kimi K3 も Claude も native image input と visual reasoning をサポート。 Claude はより長く strong vision capability を提供し、Fable 5 対比で複数 visual-reasoning ベンチマークでリード。K3 の visual understanding は新しいが bolt-on ではなく natively built-in。vision quality が decision-critical なら、modality gap を assume せず specific vision benchmark で勝つ方を lean — gap はない。

Open weights vs closed model

ベンチマーク表では capture できない real、structural な差：

Kimi K3 は Modified MIT 系ライセンスの open-weight として ship 予定。actual weights はまだ download 不可（2026 年 7 月 27 日予定）。出荷後は self-hosting が可能 — data residency、air-gapped environment、scale で per-token billing を避けたい team に meaningful。
Claude Opus 4.8 と Fable 5 は closed model、API-only。いかなる circumstance でも self-hosting path なし。

Self-hosting が use case の hard requirement なら、この single fact が benchmark score に関係なく comparison を settle — Claude は option ではなく、K3 は weights ship 後は option になる。

価格比較

公開 API レート

Model	Cached input	Input	Output
Kimi K3	$0.30 / MTok	$3.00 / MTok	$15.00 / MTok
Claude Opus 4.8	—	$5.00 / MTok	$25.00 / MTok

Raw input / output レートでは Kimi K3 は Claude Opus 4.8 より入出力ともおおよそ 1.7 倍安い。

Blended cost 比較

代表的 7:2:1 cache-hit:input:output token ratio（typical agentic coding session）で independent analysis は：

Kimi K3: ~$2.31 per million blended tokens
Claude Fable 5: ~$7.70 per million blended tokens

Fable 5 対比でおおよそ 3.3 倍 の cost gap — Fable 5 が Anthropic lineup の premium end だから Opus 4.8 比較より大きい。

価格表が capture しない 1 点

Kimi K3 の thinking mode は 常時オンで無効化不可 — すべての呼び出しに output として請求される reasoning token が含まれ、substantial になりうる（独立テストで max effort の短いタスクに 13,000+ reasoning token）。Claude は reasoning depth をより granular に制御できる。「K3 は 3 倍安い」と actual workload で conclude する前に、reasoning overhead を含む real token mix を model — 詳細は Kimi K3 価格 breakdown。

どちらを選ぶべきか

Kimi K3 を選ぶなら：

現在 Claude Opus 4.8 を使っていて straightforward cost-and-benchmark upgrade が欲しい。
workload が long-horizon agentic coding、terminal automation、agentic web research（BrowseComp、SWE Marathon、Terminal-Bench）。
frontend/UI code generation が core use case — K3 の LMArena Frontend Code Arena #1 は independently verified。
self-hosted、open-weight deployment が必要（または soon 必要）。
scale で cost-per-task が last few points of capability より重要。

Claude Fable 5 を選ぶなら：

workload が frontier-difficulty software engineering または professional knowledge work で Fable 5 の benchmark lead が real。
vision-heavy reasoning が product の中心。
wrong / failed output が expensive enough で stronger judgment の higher per-token cost が worth。
price に関係なく most capable model が必要。

Claude Opus 4.8 を選ぶなら：

Anthropic ecosystem と tooling が specifically 必要だが Fable 5 の newer capability ceiling は不要。
workload が GPQA-style academic reasoning または Humanity's Last Exam-style knowledge tasks で Opus 4.8 がまだ K3 を edge out。

Workload 別 recommendation

Workload	Pick
Long-horizon autonomous coding agent	Kimi K3
Frontier-difficulty software engineering	Claude Fable 5
Frontend / UI generation	Kimi K3
Agentic web research	Kimi K3
Vision-heavy document or image analysis	Claude Fable 5（両方 test）
Academic reasoning / science QA	Claude（either tier）
Cost-sensitive、high-volume agent workload	Kimi K3
Self-hosted / on-prem requirement	Kimi K3（weights ship 2026 年 7 月 27 日以降）
Lowest possible latency to first token	Kimi K3
Highest achievable accuracy、cost secondary	Claude Fable 5

最終 verdict

Single winner はなく、pretend するのは actual 数字に dishonest。 Claude Opus 4.8 対比では Kimi K3 は close to clean upgrade — より安く、first token まで faster、大多数の shared benchmark で ahead。Claude Fable 5 対比では genuinely mixed：Fable 5 は hardest engineering と reasoning でまだリード。K3 は autonomous agent に最も重要なカテゴリ — long-horizon coding、terminal work、web research — で勝ち、おおよそ 3 分の 1 の cost。

Practical move：many tool call と long task を grind する agent を作るならまず K3 を test。individual hard problem で correctness が cost より重要ならまず Fable 5 を test。Either way、K3 の always-on reasoning overhead を含む actual token mix を commit 前に model — 出発点は価格ガイド。

FAQ

Kimi K3 は Claude より優れていますか？
どの Claude かによります。K3 は Artificial Analysis Intelligence Index と 10 共有ベンチマーク中 7 つで Claude Opus 4.8 を上回り、より安い。Claude Fable 5 対比では Fable 5 がより多くの benchmark で勝ち（14 中おおよそ 8）、K3 は long-horizon agentic coding で勝ち、おおよそ 3 分の一の cost。

Kimi K3 は Claude より安い？
Raw per-token レートと blended cost の両方で yes。K3 は Claude Opus 4.8 より per token おおよそ 1.7 倍安く、representative blended workload では Claude Fable 5 よりおおよそ 3.3 倍安い。K3 の always-on reasoning token は headline per-token 価格に見えない cost を加える点に注意。

Kimi K3 は Claude Fable 5 に勝つ？
Overall では no。Fable 5 がより多くの shared benchmark で勝ち、Artificial Analysis Intelligence Index も高い（60 vs 57）。K3 は specific カテゴリで Fable 5 を上回る：long-horizon agentic coding（SWE Marathon）、BrowseComp、Terminal-Bench 2.1、LMArena Frontend Code Arena。

Claude の代わりに Kimi K3 を self-host できる？
Not yet — Kimi K3 の public weights は 2026 年 7 月 27 日予定。Claude model は closed-source で self-hosting path なし。K3 weights ship 後、2 つのうち open-weight option があるのは K3 のみ。

Kimi K3 と Claude どちらが速い？
K3 は notably 短い time-to-first-token（max-effort reasoning mode の Claude Opus 4.8 ~34 秒 vs ~2 秒）とやや高い output throughput（~62 vs ~56 tokens/sec）。

Kimi K3 は coding で Claude と同等？
Long-horizon、multi-step、frontend coding タスクでは K3 は両 Claude tier と competitive または ahead。single hardest frontier software-engineering benchmark（FrontierSWE）では Claude Fable 5 が measurable margin でまだリード。

Kimi K3 vs Claude：Fable 5 と Opus 4.8 を比較