Qwen 3.8 Max vs Kimi K3：実際のコーディング業務に対応できるのはどちらか？

Qwen 3.8 MaxとKimi K3の概要

比較はより対等になったが、導入方法には依然として違いがある

Qwen3.8-MaxとKimi K3は、どちらも本番利用可能なAPIモデルになりました。主な違いは、もはや「プレビュー対本番」ではありません。現在の違いは、ホスト型APIの価値と、すぐに利用できるオープンウェイトの所有権です。

Qwen 3.8 Maxは安定した本番APIに

Alibabaは2026年8月3日、安定版のqwen3.8-maxモデルをリリースしました。これにより、従来のPreview時代の位置づけは、通常の従量課金API利用へと置き換えられました。

本番リリースでは、1リクエストあたり約950億のアクティブパラメータを持つ、2.4兆パラメータのSparse Mixture-of-Expertsアーキテクチャが文書化されています。最大100万トークンのコンテキストウィンドウ、最大128Kの出力トークン、テキスト・画像・動画入力に対応します。

これにより、実用面での比較は変わります。Qwen3.8-Maxは、従来のCreditsベースのPersonal Token Planに頼ることなく、顧客向けアプリケーション、コーディングエージェント、マルチモーダル分析などの本番ワークロードで評価できるようになりました。

公式価格もKimi K3より低く設定されています。

ホスト型APIを利用するチームにとって、GPT Proto上のQwen3.8-Maxは、実験的なエンドポイントではなく、本番環境で真剣に検討できる選択肢になりました。

ただし、Alibabaが発表したオープンウェイトのチェックポイントは、まだリリースされていません。最終的な重み、ライセンス、セルフホスティング条件が正式公開されるまでは、利用可能だと想定しないでください。

Kimi K3はダウンロード可能な重みを公開済み

Kimi K3は、ホスト型APIとダウンロード可能なチェックポイントの両方で利用できます。Moonshot AIは、モデルの重み、モデルカード、技術レポート、導入ガイド、カスタムライセンスを公開しています。

Kimi K3は総パラメータ数2.8兆、トークンごとのアクティブパラメータ数は約1,040億です。導入ドキュメントでは、vLLM、SGLang、TokenSpeedなどのフレームワークが対象となっており、管理対象またはプライベートなインフラストラクチャへの移行経路がより明確です。

そのため、ダウンロード可能な重み、導入環境の所有権、または今すぐのセルフホスティングが絶対条件である場合、Kimi K3のほうが実用的な選択肢です。

オープンウェイトだからといって、Kimi K3をローカルで簡単かつ安価に実行できるわけではありません。依然として数兆パラメータ規模のモデルであり、データセンター規模のストレージ、メモリ、ネットワーク、アクセラレーター容量が必要です。また、カスタムライセンスにより、非常に大規模な商用製品やModel-as-a-Serviceの導入に条件が課される可能性があります。

導入方法の違いが意味すること

したがって、Qwenが「単なるPreview」だから比較が不平等なのではなくなりました。両モデルとも本番APIワークロードに対応できます。残る違いはより単純です。Qwen3.8-Maxは現在、ホスト型APIとしてコストと性能のより優れた組み合わせを提供し、Kimi K3は公開済みの重みへの即時アクセスと、より大きな導入制御を提供します。

開発者がQwen 3.8 MaxをKimi K3と比較テストする方法

エージェントのシェルと権限は同一に保ちます。固定の制限時間を設定します。特に変化の続くQwenのPreviewについては、完全なモデルIDと日付を記録します。そのうえで、タスク完了、経過時間、入力・出力トークン、キャッシュヒット、失敗したツール呼び出し、再試行、人による介入、最終的に合格したテストを記録します。

回答が「詳しそうに見える」からといって採点してはいけません。パッチが機能するか、モデルの主張がレビューに耐えるかを確認してください。

重要なアーキテクチャ上の意思決定には、もう1つ有用な方法があります。両モデルを独立して実行し、レビュー時にはモデルの識別情報を隠して、意見の相違を比較するのです。269ファイルのテストでは、Qwenのシステム境界とKimiのライフサイクルモデルを組み合わせて初めて、最も優れた設計が得られました。QwenとKimiのどちらが正しいかという問いへの答えが、両方を使って検証することになる場合もあります。

Qwen 3.8 MaxとKimi K3の価格

公式の定価では、Qwenの出力トークンはKimi K3より60%安価です。この差は、長い計画、ツールの実行履歴、説明、パッチを生成する推論重視のコーディングエージェントにとって重要です。

トークン価格がコストのすべてではありません。再試行、失敗したツール呼び出し、人による修正、レイテンシ、受理されたタスクの完了率を測定してください。修正やり直しのループを減らせるなら、より優れた修正・ライフサイクル処理を持つKimiのほうが、特定のワークフローでは安くなる可能性もあります。

本番予算を計算する前に、GPT Protoの現在の価格について、最新のQwen3.8-Max APIページを確認してください。

どのモデルを選ぶべきか？

マルチモーダル入力、推論、エージェントの挙動

Qwenは文書化された視覚サポートを備えているため、スクリーンショットベースのデバッグに適しています。Kimiは動画も受け付けるため、画面録画、アニメーションの参考資料、製品デモなど、フレームごとに説明するのが難しい入力にも対応できます。

Kimiのより豊富に文書化されたインターフェースには、統合作業も増えます。Preserved Thinkingの挙動により、マルチターンアプリケーションでは、表示される回答だけでなく、推論内容やツール呼び出しを含む完全なアシスタントメッセージを返す必要があります。その履歴はコンテキストを消費し、課金対象になります。100万トークンのウィンドウは大容量ですが、無料のストレージではありません。

両モデルとも、デフォルトでは最高の推論設定を使用します。評価時は設定を統一してください。本番環境では、単純なタスクで低い推論強度をテストしましょう。オートコンプリート、分類、短い変換などすべてで最大推論に固定するモデルより、低い推論強度で99%のリクエストを解決するモデルのほうが、安価で高速な場合があります。

どのモデルを選ぶべきか？

今週中に本番稼働するアプリケーションなら、私はKimi K3を選びます。コストを見積もり、統合時の挙動を定義し、安定したモデル名でテストを繰り返すのに十分な公開情報があるためです。

社内向けのコーディング実験なら、Qwenを無視しません。Previewは長時間のリポジトリ分析を失敗したツール呼び出しなしで処理し、同条件のテストではKimiより優れたアーキテクチャ境界を示しました。これは重要な性能のシグナルです。ただし、まだ本番環境での契約とは言えません。

GPT Proto経由でKimi K3を試す方法

Qwen 3.8 MaxはまだGPT Protoで利用できないため、現在の統合例ではKimi K3のみを使用します。GPT ProtoのOpenAI互換Chat Completionsエンドポイントを通じて、kimi-k3というモデル文字列で呼び出せます。

curl https://gptproto.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: $GPTPROTO_API_KEY" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {
        "role": "user",
        "content": "この移行計画をレビューしてください。裏付けのない前提、欠落しているロールバック手順、本番環境に移行する前に必要なテストを特定してください。"
      }
    ]
  }'

エンドポイントと認証の構造は、GPT Proto APIクイックスタートに従っています。マルチターンのKimiワークフローでは、最終的に表示されるテキストだけを保存するのではなく、推論やツール呼び出しフィールドを含む、APIが返す完全なアシスタントメッセージを保持してください。

Kimi K3 APIを試す、200以上のAIモデルを閲覧する、またはGPT Proto統合AI APIを使って、Kimiを他のテキスト、画像、動画、音声モデルと比較できます。Qwen 3.8 Maxが追加されたら、両方のモデルエンドポイントで同じタスク、プロンプト、ツール権限、採点方法を使うことが有効なテストになります。

最終判定

QwenがPreviewだからという理由だけで、Kimi K3が勝つことはなくなりました。Qwen3.8-Maxには現在、安定したAPI、通常のトークン課金、文書化された仕様、GPT Protoを通じた直接利用が備わっています。

ホスト型モデルを選ぶほとんどのチームにとって、Qwen3.8-Maxはより有力な出発点です。公式の$2/$6という料金はKimi K3の$3/$15を大きく下回り、特に出力の多いエージェントタスクで有利だからです。

ダウンロード可能な重みと導入環境の所有権が譲れない条件なら、Kimi K3のほうが適しています。利用可能な同条件テストで、より優れた修正・再生成処理を示したことから、状態管理の多いクリエイティブおよびエンジニアリングワークフローでも評価する価値があります。

現在の明確な答えは、ホスト型APIのコストと幅広いマルチモーダル性能ならQwen、公開済みの重みとライフサイクル処理が重いタスクならKimiです。