2026年、Kimi K3の代替として最適な8選

なぜ人々はKimi K3の先を見ているのか

まずK3に対して公平でいたい。乗り換えを検討する理由は、この製品が実際に何を得意としているかを見た上で初めて意味を持つからだ。

Kimi K3は3兆パラメータ級に到達した最初のオープンモデルであり、Moonshot自身のローンチ時ベンチマークでは、ほとんどのテストでClaude Opus 4.8とGPT-5.5を上回り、頂点の2つのモデルにわずかに届かない位置につけている。BrowseComp(91.2)ではトップに立ち、Automation BenchやSpreadsheetBenchといったエージェント系評価でも先行している。デモは驚くべきものだった。48時間の自律実行でチップを設計し、別のデモではTritonに似たGPUコンパイラをゼロから書き上げた。何であり、どう機能するかの詳細な解説は、Kimi K3の解説記事を参照してほしい。これは追いつくためだけのリリースではない。

つまり、他を探す理由は品質にあるのではない。適合性とコストの問題だ。

もはや安くはない。「Kimiは超低価格な中国製フロンティアモデルだ」というストーリーを書いたのはKimi K2だった。K3は3ドル/15ドルまで値上がりし、Claude Sonnetと同水準になった。Simon Willisonはいつものテストを実行した後、率直にこう述べている。

「新しいモデルは価格が注目に値する:入力100万トークンあたり3ドル、出力100万トークンあたり15ドルで、これはAnthropicのClaude Sonnetシリーズと同水準だ[...]これは高い - ペリカンの絵で25セントもかかったのだから!」

Simon Willison、個人ブログ

重みの公開が遅れている。 K3は「世界初のオープンな3T級モデル」と謳われているが、ローンチ時点ではAPIのみの提供だった。Moonshotによれば、完全な重みは2026年7月27日までに提供されるという。今すぐセルフホストできるものが必要なら、これは実際のギャップであり、オープンな代替モデルが勝つのはまさにここだ。

推論は常にオン、しかも最大設定。 K3は常に推論を行い、reasoning_effortは現在maxしかサポートしていない。単純な呼び出し向けに下げられる、より安価な非思考版SKUは存在しない。さらに、K3は同じタスクをこなすのにFableよりも多くのトークンを消費するというコミュニティからの継続的な不満も相まって、実質的なコストは表示価格を上回って膨らんでいく。

テキスト専用だ。 K3は画像を入力として受け付けるが、出力はテキストのみで、組み込みのウェブ根拠付け機能もない。マルチモーダルや検索に根拠付けられた作業、つまり現代のAIチャットボットが頼りにするような種類の作業では、GeminiやMiniMaxがK3には構造的にできないことをこなす。

価格とオープン性を軸にプロットすると、この分野の地図はこうなる。

選定方法

私自身がこれらのAPIを使って開発しているため、この特集はマーケティング資料ではなく、各ベンダー自身の価格ページやドキュメントページに実際に書かれている内容(K3ローンチの週に確認したもの)に基づいている。以下の価格はすべて100万トークンあたりで、モデル開発元自身のページから引用している。バージョン、ライセンス、コンテキストウィンドウが一次情報のページで確認できなかった場合は、推測せずにその旨を明記している。ランキングは主観的だが、数字は自分で確認できる。これらのモデルの変化を追い続けたいなら、LLM追跡ツールの特集も参考になる。

Kimi K3の代替を一覧で見る

この表から2つのことが見えてくる。まず、K3は価格の階段の真ん中に位置しており、最底辺ではない。次に、K3を価格で下回るモデルは、そのほとんどがオープンウェイトのものだ。出力価格を並べて可視化すると次のようになる。

ここからは、実際に検討する順番で8つのモデルを紹介する。

1. DeepSeek V4

最適な用途: フロンティア級の推論を最安の請求額で使いたい場合。

K3から乗り換える理由がコストなら、まずここから見てほしい。DeepSeekのV4系列は、このリストの中で本当に有能なモデルとしては群を抜いて最安だ。DeepSeekの価格ページによれば、DeepSeek V4-Flashは100万トークンあたり入力0.14ドル、出力0.28ドルで、キャッシュヒット時の入力レートは4分の1セント近くにまで下がる。より大型のV4-Proは0.435ドル/0.87ドルだ。どちらも1Mトークンのコンテキストウィンドウを持ち、思考モードがデフォルトでオンになっているため、この価格でも推論を犠牲にしていない。まさにこの理由から、AIコーディングツールのほとんどの特集で高く評価されている。

これをK3と比べてみよう。出力で0.28ドル対15ドルは、およそ50倍の差だ。入力の大部分がキャッシュされる大量処理のワークロードでは、DeepSeekはコストの面でまったく異なる次元にいる。

DeepSeekは歴史的に、寛容なライセンスのもとでモデルをHugging Faceにオープンウェイトとして公開してきており、これが人気の大きな理由になっている。執筆時点でV4特有の一次情報のライセンスページは確認できなかったため、V4のセルフホストが決め手になる場合は、現在のライセンスを事前に確認してほしい。

結論: デフォルトの予算重視の選択肢。K3から乗り換えて支出を削減したいが、品質チャートの絶対的な頂点までは必要ないなら、DeepSeek V4が最初に試すべきモデルだ。

2. GLM-5.2

最適な用途: 今すぐダウンロードして実行できる、オープンウェイトのコーディングエージェント。

これはK3の最大の弱点に最も直接的に応える代替モデルだ。Zhipu AI(Z.aiというブランドで展開)のGLM-5.2は、約7530億パラメータの専門家混合(MoE)モデルで、K3と違い完全な重みがMITライセンスのもと今すぐHugging Faceで公開されている。ダウンロード、ファインチューニング、セルフホスト、商用利用がすべて無料で可能で、7月27日を待つ必要もない。

APIでもより安い。Z.aiのドキュメントによれば、100万トークンあたり入力1.40ドル、出力4.40ドルで、K3の3ドル/15ドルに対して安く、同じ1Mコンテキストを持つ。Zhipuはこれをコーディングとエージェント向けモデルと位置づけており、DeepSWEで46.2%のスコアを発表した。これが事実なら、現存する中でも最も強力なオープンコーディングモデルの1つになる。Moonshot自身のローンチ時のチャートでは、GLM-5.2は最上位モデルの一歩後ろながら、フロンティアの議論に十分入る、信頼できる中堅のエージェント性能を示すモデルとして登場しており、自前のハードウェアでAIエージェントを構築するのに自然な選択肢だ。

結論: 「オープンウェイト、今すぐ使える、コードに強い」がチェックリストなら、GLM-5.2はあらゆる項目でK3を上回り、しかも安価だ。K3をまさに「オープンであるはずだったから」欲しかった人への私の一番目のおすすめだ。

3. MiniMax M3

最適な用途: 実証済みの長時間実行の粘り強さを持つ、最も安価なオープンかつネイティブなマルチモーダルモデル。

MiniMax M3は価値とオープン性のちょうど良い中間点だ。1Mトークンのコンテキスト(最低512K保証)を持つオープンウェイトモデルで、決定的に重要なのはネイティブにマルチモーダルであることだ。これはテキスト専用のK3にはできない。価格ページによると従量課金で0.60ドル/2.40ドル、そして常時50%オフの割引があり、0.30ドル/1.20ドルまで下がる。これはこのリストの中でも最も安い部類に入る。

MiniMaxが強みとして押し出しているのは長時間エージェントの安定性だ。ローンチ時のデモでは、モデルが約12時間自律的に稼働し、18件のコミットを生成しながら学術論文を再現する様子が示された。これはK3やFable 5が狙っているのとまさに同じ「数日単位のエージェント実行」の領域を、トークンコストのごく一部で実現している。

結論: オープンウェイトかつマルチモーダル性かつ安い請求額を求めるなら最良の選択肢だ。K3と同じ長時間エージェントの仕事を、わずかなコストでこなしてくれる。

4. Qwen3.7-Max

最適な用途: Alibabaのエージェント向けチューニングを求めており、オープンウェイトを必要としないチーム。

Qwen3.7-MaxはAlibabaのフラッグシップモデルであり、予算重視の選択肢というより価格・性能ともにK3に近い立ち位置にある。Qwen Cloudの価格ページによれば100万トークンあたり入力2.50ドル、出力7.50ドル(期間限定の50%オフプロモでこれが半額になる)、コンテキストは1Mで、プログラミング、オフィス業務、長時間の自律実行といったエージェント中心の作業に的を絞ってチューニングされている。

オープンウェイトを求める人にとっての落とし穴は、MaxティアがクローズドでAPI提供のみという点だ。Qwen3ファミリーの小型モデルはオープンウェイトだが、K3と比較するべきフラッグシップモデルはセルフホストできない。したがってQwen3.7-Maxは、「K3のようにオープンであるはず」の代替としてではなく、能力とエージェント指向のチューニングの面でのK3代替として捉えるのが適切だ。より広いファミリーを検討しているなら、Qwenの代替とQwenの価格のガイドがさらに詳しい。

結論: Alibabaのエージェントチューニングが気に入り、約2.50ドル/7.50ドルの価格帯が合うなら堅実な選択肢だ。オープンウェイトが唯一の目的なら選ぶべきモデルではない。

5. Claude(Fable 5とOpus 4.8)

最適な用途: 請求額より正しさが重要な場合の、エージェント作業やコーディングにおける信頼性の天井。

AnthropicのClaudeは、正確さがコストに勝る場面で頼るべき選択肢だ。Claude Fable 5は数日にわたる自律実行に向けてチューニングされたトップクラスの長時間エージェントモデルで、Opus 4.8はそのすぐ下に位置する。Moonshot自身のチャートでは、Fable 5はK3が最も頻繁に後れを取る相手であり、実際のコーディング作業ではコミュニティの評価として、K3はFableを追い越すのではなく近づいているという段階にある。

「ここ数時間これを試している[...]ブラインドテストでFableと見分けがつくか自信がない。」

InsideOutSanta、Hacker News

その天井の代償は支払う必要がある。Anthropicの価格ページによると、Fable 5は100万トークンあたり入力10ドル/出力50ドル、Opus 4.8は5ドル/25ドルで、どちらもK3の3ドル/15ドルを大きく上回る。Claudeは完全にクローズドで、セルフホストはできない。詳しい正面比較を知りたいなら、ChatGPT対Claudeの比較記事とClaudeの代替の特集がどちらも参考になる。

結論: 品質最優先の選択肢。誤った答えが余分なドルよりもコストがかかる場合、特に長く多段階のエージェントタスクでは、Claudeを選んでほしい。

Moonshotが公開したエージェントベンチマークで、K3が実際にClaude、GPT、GLMとどう競っているかを見てみよう。プレミアム価格を払う前に、そのギャップを確認できる。

6. GPT-5.6 Sol

最適な用途: 最も深いエコシステムと、最も幅広いサードパーティツール。

OpenAIのGPT-5.6 Solはオールラウンダーだ。推論とコーディングのフロンティアモデルであり、K3に対する本当の優位性はベンチマークの数値ではなく、エコシステムにある。ここで紹介するモデルの中で最も幅広いSDK、統合、サードパーティツールを持つ。あなたのスタックがすでにOpenAIを前提にしているなら、Solは最も摩擦の少ないアップグレードだ。

OpenAIのドキュメントによれば、標準ティアの価格は100万トークンあたり入力5ドル/出力30ドルで、緊急性の低い作業向けのバッチティアは2.50ドル/15ドルだ。これはK3より高く、Solはクローズドだ(OpenAIのオープンウェイトモデルであるgpt-ossは別物)。Moonshotのチャートでは、K3とGPT-5.6 Solは評価項目によって勝敗が入れ替わるため、これは純粋な性能というよりツールとエコシステムの決定に近い。もしそれらが最終候補なら、ChatGPT対GeminiとChatGPT対Mistralのガイドが役立つ。

結論: 節約のためではなく、統合の幅と成熟したプラットフォームのためにSolを選んでほしい。エコシステムがボトルネックなら、K3に対するプレミアム価格を払う価値がある。

7. Gemini 3.1 Pro

最適な用途: 組み込みのウェブ根拠付けを備えた、安価な大コンテキストのマルチモーダル作業。

GoogleのGemini 3.1 Proは価値重視のマルチモーダル選択肢だ。Googleの価格ページによれば、入力価格は実際にK3を下回っている。20万トークンまでのプロンプトなら100万トークンあたり入力2ドル、出力12ドルで、その閾値を超えると4ドル/18ドルまで上がる。テキスト専用のK3を上回るのは、ネイティブなマルチモーダル性に加え、一流のGoogle検索とMaps連携による根拠付けであり、鮮度が高く出典付きの事実を必要とするRAGスタイルのエージェントには実質的な優位性となる。

クローズドモデルであり(Googleのオープンファミリーは別物のGemma)、セルフホストはできない。しかしワークロードがマルチモーダルまたは根拠付けを多用するもので、価格に敏感であるなら、GeminiはK3に構造的にできないことを、より安価にこなしてくれる。

結論: 最良の安価なマルチモーダル代替モデルだ。K3をテキスト推論だけに使っていて、画像やウェブ根拠付けも必要なら、Geminiは性能面で、そしてしばしば価格面でも明確なアップグレードになる。

8. Meta Llama 4

最適な用途: 古いモデルでも構わないなら、最大級のオープンエコシステムと巨大なコンテキストウィンドウ。

MetaのLlama 4を明確な留保付きで含めておく。世界で最も広く展開されているオープンファミリーであり、ツール群はいたるところに存在し、Scoutバリアントはリリース当時のオープンウェイトモデルとして最大となる、最大1000万トークンのコンテキストを備えて登場した。優先事項が成熟したオープンエコシステムと巨大なコンテキストであるなら、依然として選ぶ価値がある。

留保点はこうだ。Llama 4は2025年4月に登場しており、つまり約15か月前のモデルであり、Metaはそれ以降、より新しいオープンなLlamaをリリースしていない。同社の2026年のフラッグシップであるMuse Sparkはクローズドウェイトであり、実行できる最新のオープンなLlamaは依然として2025年世代のものだ。Meta自身によるトークン単価のAPIも存在せず、BedrockやGroqといったパートナー経由でLlama 4を利用することになり、それぞれ独自の価格が設定されている。ライセンスはLlama 4コミュニティライセンスで、許容利用ポリシーと月間アクティブユーザー数の条件を伴う、いくぶんオープンなライセンスだ。

結論: 最新であることではなく、エコシステムの成熟度とScoutの巨大なコンテキストのために選んでほしい。鮮度と純粋な品質では、ここで紹介した他のオープンな選択肢(GLM、MiniMax)の方が先を行っている。

モデルはあくまでエンジンにすぎない

ここからは私が最も気にかけている部分だ。なぜなら私はAIエージェントを仕事として提供しているからだ。このような比較記事を読んで、今月チャートのトップにあるモデルを選び、それを組み込めば、カスタマーサービスのキューが自然に解決すると期待したくなるかもしれない。しかし実際にはそうはいかず、ほとんどのAIサポートプロジェクトが静かに頓挫するのはまさにこの部分だ。

K3であれこのリストにある代替モデルであれ、生のモデルが与えてくれるのは推論力だけだ。それが与えてくれないのは、あなたの返金ポリシー、あなたの製品特有のエッジケース、あるいはチケット#4021がすでに2回メールしてきたVIP顧客のものであるという事実についての、いかなる理解でもない。生モデルには過去のチケットの記憶もなければ、自信満々に誤った答えをでっち上げるのを止めるガードレールもなく、実際の作業が行われるヘルプデスクへの接続もない。ベンチマークスコアが高くても、これらのどれも解決しない。

私たちは何年もかけてAIを本番のサポートキューに投入してきたが、そこから得た教訓は、自信ありげに聞こえるモデルが誤った答えを出すことは、答えがないことよりも悪いということだ。だからこそeesel AIは、何かを本番に公開する前に過去のチケット履歴に対してシミュレーションを実行し、顧客が痛い目に遭う前に、まず解決率と実際の過去の会話に対する正確な返信内容を確認できるようにしている。回答が自信度によってルーティングされるのもこのためだ。AIエージェントが自信を持てない場合は、推測するのではなく人間向けに下書きを作成するかエスカレーションする。これがルールベースのAIチャットボットと本当のサポート自動化との違いだ。

この特集全体を通じて静かに良いニュースなのは、きちんと構築されたカスタマーサービス向けAIがモデルを交換可能なエンジンとして扱うため、フロンティアモデルが安く優秀になっていくこと(K3、GLM、来月何が勝とうと)は、配線をやり直すことなくそのまま享受できる追い風になるということだ。

eesel AIを試す

単に会話するだけでなく、実際にチケットを解決するAIモデルが欲しくてここにたどり着いたのなら、それこそがeesel AIの存在意義そのものだ。Zendesk、Freshdesk、Slackをはじめとする100以上のツールと連携し、あなたのヘルプセンターや過去のチケットから学習し、数週間ではなく数分で下書き作成や解決を開始する。

差別化要因は信頼のランプ(段階的な移行)だ。実際のチケット履歴でシミュレーションを行い、数値を確認し、下書きモードで開始し、満足できたときだけ完全自律モードに移行する。これが、お客様の事例で紹介しているチームが、ティア1のボリュームを安心して任せられるようになった方法だ。フロンティアモデルの知性を、サポート向けに構築されたガードレールで包んだものが手に入り、契約した週にたまたま勝っていたモデルに縛られることもない。eesel を試してみよう。無料で、クレジットカードも不要だ。