Kimi K3.1 ProとGemini 4 Argon比較：同価格は11月30日まで

ターミナル操作を伴うコーディングエージェント、長い資料をまたぐ推論、報告書や資料づくりのような知識労働なら、まずKimi K3.1 Pro（kimi-k3.1-pro）を試してください。知識の正確さが問われる質問、SaaSをまたぐ業務自動化、画像の物体検出（ボックス描画）なら、Gemini 4 Argon（gemini-4-argon）が先です。根拠は第三者機関Artificial Analysisの項目別スコアとUltralyticsの物体検出ベンチマーク（2026年10月24〜25日時点）で、総合指数の55対53だけでは使い分けは決まりません。

料金は100万トークンあたり入力$2・出力$10で並んでいますが、同じなのは2026年11月30日までです。12月1日からArgonは入力$4・出力$20になり、K3.1 Proの高速版（Highspeed）と同じ単価になります。キャッシュを多く使うエージェント作業で試算すると、11月中はArgonが約1割安く、12月以降はK3.1 Proの約1.8倍です。12月以降も使い続けるつもりなら、試す段階から12月の単価で費用を見積もってください。

2026年10月25日に、OpenRouterの公開カタログで両モデルの提供元を読み取り、両社の定価で3種類の使い方の費用を再計算しました。同じプロンプトを両モデルに投げて品質や速度を比べるテストは行っていないので、性能の数字は第三者と開発元が公表したもので、条件はそれぞれの箇所に書きます。

先に試すのは：端末作業と長文脈はK3.1 Pro、知識と画像はArgon

どちらを先に試すかは、作業の種類で分かれます。Artificial Analysisが2026年10月25日時点で公開している10項目の評価は5対5に割れ、K3.1 Proはターミナル操作、長文脈の推論、資料づくりで、Argonは知識の正確さ、難問、業務自動化で上回っています。画像の物体検出は別のベンチマークで、Argonが全体として上です。

最初の印象は既定の設定で大きく変わります。K3.1 ProはAPIの既定の推論強度が最上位のmaxで、Argonの既定は真ん中のmediumです。そのまま呼ぶとK3.1 Proは考える量が多いぶん時間も出力トークンも増え、Argonは思考の途中経過を流さないので最初の文字が出るまで待たされます。品質を比べるときは、両方をhighにそろえてから同じ課題を流すと差が読みやすくなります。

両方とも自分の課題に合格する場合、12月1日以降は単価の安いK3.1 Proが有利です。ただし、物体検出のように1件あたりのトークン消費がK3.1 Proで多くなる作業では、Argonが12月の単価になっても安いままです。Argonを他社の非公開フラッグシップと比べたい場合は「Gemini 4 Argon・Opus 5.5・GPT-6.1 Sol比較：Argonは12月に単価2倍」、Google内でもっと安いモデルにするか迷う場合は「Gemini 4 Argonと3.8 Flashの違い：実測コストと使い分け」が判断材料になります。

性能の比較：総合55対53より、10項目の勝ち負けを見る

Artificial Analysisの総合指数（Intelligence Index v4.3.2）はK3.1 Proが55、Argonが53です。ただしこの2点差は、10項目の勝ち負けが5対5に割れた結果を平均したもので、どちらの作業に強いかは項目を見ないと分かりません。数字は2026年10月25日時点のArtificial AnalysisのKimi K3.1 ProとGemini 4 Argon比較ページによるもので、K3.1 Proの公開から2日後の計測なので今後修正される可能性があります。

読むときの注意は2つあります。1つ目は設定で、ArgonはHigh（推論強度high）で計測されていますが、Gemini APIの既定はmediumです。K3.1 Pro側には設定の表示がなく、Artificial AnalysisのK3.1 Proのページは既定のmaxを指しています。つまり、どちらも「APIを既定のまま呼んだ結果」ではありません。2つ目はトークン量で、指数1タスクあたりの出力トークンはK3.1 Proが55k、Argonが62kでした。指数タスク1件あたりの費用はK3.1 Proが$2.11、Argonが$1.99ですが、これはArgonの11月30日までの単価での値です。

応答時間は、同じページの計測で最初のトークンまでがK3.1 Pro 2.97秒、Argon 57.01秒と大きく開いています。K3.1 Proは思考の途中経過（reasoning_content）をストリーミングで先に返し、Argonは思考を流さないためです。答えの最初のトークンまでで比べると30.19秒対57.01秒、応答全体では37.00秒対63.33秒、出力速度は毎秒73トークン対79トークンでした。チャット画面のように待ち時間が体感に響く用途では、この差が品質より先に気になるかもしれません。

画像の物体検出：Ultralyticsの評価ではArgonが上

画像に写った物体を枠で囲む作業では、Argonが全体として上回っています。UltralyticsのGlenn Jocher氏が2026年10月24日に公開したUltralyticsのKimi K3.1 Pro自動アノテーション評価（中国語版の記事）によると、36種類の実データセットから10枚ずつ計360枚を使うUL37 v2で、mAP50はArgon 0.537、K3.1 Pro 0.444でした。K3.1 Proは29モデル中7位です。

K3.1 Proが勝ったデータセットも6つあり、テニス、サッカー、小麦の穂、甲状腺の超音波画像が挙げられています。スポーツ分野だけを見るとK3.1 Proが0.68、Argonが0.60です。費用は1,000枚あたりArgon約$7.60、K3.1 Pro約$22.50、1枚の処理時間の中央値はArgon 4.6秒、K3.1 Pro約22秒でした。K3.1 Proは推論強度highで動かしており、maxでは前世代K3の画像の約4割が115秒の制限を超えたと書かれています。これは枠を描く1種類の作業の結果で、画像の説明や読み取り全般の優劣を示すものではありません。

Kimiが公表している数字は開発元の主張として読む

Kimiの中国語版の発表ページは、Terminal-Bench 4.0でK3.1 Proが65.7%を出し、GPT-6 Astra（58.2%）を上回ってClaude Opus 5.5（66.4%）に迫ったとしていますが、評価の実行環境は書かれていません。英語版のKimi K3.1 Proクイックスタートは、2026年10月25日時点でこの数字の箇所がまだ「[xx.x%]」のままです。どちらのページにもArgonとの比較はありません。

同じページは、意図的に難しくした検証で、主張単位のハルシネーション率が前世代K3の23.35%からK3.1 Proで6.85%に下がったとも書いています。これはK3からの改善幅で、Argonとの比較ではありません。第三者のAA-OmniscienceではArgonが42、K3.1 Proが30なので、事実の正確さが最優先の用途では、今のところArgonから試すほうが筋が通ります。

料金は本当に同じか：12月1日からArgonは入力$4・出力$20

同じなのは2026年11月30日までの通常の入力と出力の単価だけです。キャッシュ読み出しは今でもArgonが半額で、12月1日からはArgonのすべての単価が2倍になり、K3.1 Pro Highspeed（通常版の2〜3倍の速度をうたう高速版）と同じになります。単価は100万トークンあたりの米ドルで、ArgonはGemini APIの料金ページ（2026年10月22日更新）、K3.1 ProはKimi APIの料金ページ（税抜）によります。

Googleは出力に思考トークンを含むと明記していますが、Kimiの料金ページには思考トークンの扱いが書かれていません。OpenRouterとArtificial Analysisは出力として数えており、下の試算でも出力として扱います。どちらも文脈の長さによる段階料金はありません。

Argonには処理区分もあります。BatchとFlexは11月30日まで入力$1・出力$5、12月1日から$2・$10で、急がない一括処理なら12月以降もK3.1 Proの通常単価と同じ水準に収まります。優先処理のPriorityは$3.60・$18から$7.20・$36に上がります。ArgonはGemini APIの無料枠では使えず、K3.1 Proも$1以上のチャージ後でないと呼べないため、どちらも試すだけで少額の支払いが必要です。

1回あたりの費用：キャッシュの多い作業は12月から約1.8倍

2026年10月25日に、上の定価で3種類の使い方の費用を再計算しました。トークン数は仮定の数字で、実際の通信量を測ったものではありません。K3.1 Proは共通の前置き部分を初回に5分保持の書き込み単価で払い、以降はキャッシュ読み出し単価で払う前提です。Argonは初回だけ通常の入力単価で払い、2回目以降は暗黙的キャッシュが当たる前提にしています。

計算は「トークン数÷100万×単価」の合計です。たとえば使い方Aのコーディングエージェント（共通部分6万トークン、40ターン、毎ターン新しい入力4,000トークンと出力3,000トークン）は、K3.1 Proが6万×$2（初回の書き込み）＋39×6万×$0.20＋40×4,000×$2＋40×3,000×$10で$0.12＋$0.468＋$0.32＋$1.20＝$2.108です。Argonは11月30日までなら$0.12＋$0.234＋$0.32＋$1.20＝$1.874で、12月1日からはすべて2倍の$3.748になります。

11月中にArgonが安くなるのは、キャッシュ読み出しが半額だからです。共通部分の初回分は、Argonの通常の入力単価もKimiの5分保持の書き込み単価も$2で、Aではどちらも$0.12と差がありません。差はキャッシュ読み出しの$0.234対$0.468だけから生じます。12月1日からは3つの使い方すべてでArgonとK3.1 Pro Highspeedの金額が一致します。Kimiのキャッシュは既定で5分しか保持されないため、Bの10回の質問が5分以内に収まらないと、キャッシュが切れて40万トークン分の書き込み費用が再びかかります。1時間保持にすると書き込み単価は$4に上がります。

Argon側の弱点は、キャッシュが暗黙的で、当たる保証がないことです。共通部分が一度もキャッシュに当たらなかった場合、Argonの費用はAが$6.32（12月からは$12.64）、Bが$8.156（同$16.312）まで膨らみます。K3.1 Proと比べると11月中でも約3倍（A）〜約4.9倍（B）、12月からは約6倍〜約9.7倍です。長い共通部分を何度も送る使い方では、請求明細でキャッシュの当たり方を確認してから本番の予算を決めてください。

第三者ベンチマークの費用も、トークン消費が変わらないと仮定して12月の単価に直すと見え方が変わります。Artificial Analysisの指数1タスクあたりの費用は、Argonが$1.99から約$3.98になり、K3.1 Proの$2.11の約1.89倍です。一方Ultralyticsの物体検出では、Argonの1,000枚あたり$7.60が約$15.20になっても、K3.1 Proの$22.50より安いままです（差は約2.96倍から約1.48倍に縮まります）。トークン単価が2倍でも、1件あたりの消費量が少なければ逆転しないということです。

混同しやすい数字：2.8兆パラメータと出力100万トークン

「総パラメータ2.8兆、アクティブ1,040億」は前世代Kimi K3の数字です。KimiはK3.1 ProをK3を追加学習したK3.1シリーズ最初のモデルと説明しているだけで、K3.1 Pro自体のパラメータ数は公表していません。Artificial AnalysisのK3.1 Pro欄にも同じ数字が載っていますが、K3.1の新しい仕様として扱わないほうが安全です。

Argonの「出力100万トークン」は、長文生成のための特別な実行方法を使った場合だけの数字です。Gemini 4 Argonのモデルページによると、入力・思考・出力で共有するコンテキストは1,048,576トークンですが、通常の同期呼び出しで出せるのは1回65,536トークンまでで、それを超える指定は400エラーになります。background=Trueのバックグラウンド実行にすると、最大64Kトークンずつ続きを生成して合計100万トークンまで書けます。

K3.1 Proの公開日は、UTCでは2026年10月23日、日本時間では10月24日です。Kimiのページには日付がなく、OpenRouterのカタログ登録が10月23日17時56分（UTC）、日本時間で10月24日午前2時56分だったため、どちらの日付も同じ公開を指しています。

乗り換えで変わるAPIの設定：推論強度、キャッシュ、出力上限

モデル名を書き換えるだけでは同じ条件になりません。特に差が大きいのは、推論強度の既定値、サンプリングパラメータの扱い、キャッシュの仕組み、1回の最大出力の4点です。下の表はKimi K3.1 ProクイックスタートとGemini 4 Argonのモデルページ、思考設定のドキュメント（いずれも2026年10月23〜25日時点）をまとめたものです。

K3.1 Proで複数ターンの会話やツール呼び出しを続けるときは、APIが返したassistantメッセージをcontentだけに削らず、丸ごと次のリクエストに入れる必要があります。contentだけを履歴に残す既存の実装は、そのままでは使えません。出力を構造化したい場合は、json_schemaのstrict: trueでcontentを縛れます。

Argonに移すときは、Googleの移行案内どおりmax_output_tokensを32,768以上に上げ、難しいプロンプトではクライアントのタイムアウトを15分以上にしておきます。上限が低いと、思考と答えを合わせた量が上限に達した時点で答えが途中で切れます。K3.1 Proの応答が遅すぎる場合は、reasoning_effortをlowにすると思考量を減らせます。

いつから・どこで使えるか：日本からはどちらもAPIで使える

Gemini 4 Argonは2026年9月30日に発表され、10月13日に安定版gemini-4-argonとして一般提供が始まりました。Kimi K3.1 Proは2026年10月23日（UTC）に公開されました。日本からはどちらもAPIで使えます。Gemini APIの利用可能な地域の一覧には2026年10月25日時点で日本が含まれており、Argonは有料枠で呼び出せます。K3.1 Proはplatform.kimi.aiで$1以上チャージすれば呼べますが、Kimiは対応国の一覧を公開しておらず、実際には支払い手段が通るかどうかが入口になります。

APIを使わない場合の条件は別です。GeminiアプリでArgonを選べるのはGoogle AI ProとUltraの契約者で、Google AI Plusや無料プランでは使えません。Antigravityも有料のGoogle AI Pro、Ultra、Enterpriseが対象で、AI Studioのプラン枠で使えるのはUltraだけです。KimiアプリでK3.1 Proが選べるかどうかは、Kimiの会員料金ページにモデル名の記載がなく、公開情報からは分かりません。

「Gemini 4 Pro」という名前のモデルはなく、2026年10月25日時点でGemini APIの料金ページに載っているGemini 4のモデルはArgonだけです。Carbonというコードネームの社内版をGoogleの社員が試しているという報道（Business Insider、2026年10月9日）はありますが、Googleの発表、モデルID、提供時期はどれも出ていません。新世代3モデルのどれが今使えるかは「Fable 5.5・Gemini 4・GPT-6.1の提供状況比較：使えるのはSolとArgon」にまとめています。

Googleの請求アカウントを作らずにArgonを試したい場合は、laozhang.aiでもgemini-4-argonが入力$2・出力$10の価格で掲載されています。2026年10月25日からはkimi-k3.1-pro（入力$2・出力$10、キャッシュヒット$0.2）とkimi-k3.1-pro-highspeed（$4・$20）も、OpenAI互換のエンドポイントで掲載されています。

注記：laozhang.ai は当ブログ運営チームの自社サービスです。その料金は中立的な比較ではなく、自社の提示価格です。

提供元はどちらも開発元だけ：K3.1 Proのウェイトは11月4日までに公開予定

2026年10月25日時点で、K3.1 Proを自分のサーバーで動かすことはできません。Kimiは「完全なモデルのウェイトを11月4日までに公開する」としていますが、Artificial Analysisは両モデルともウェイト非公開と表示しています。今K3.1 Proを使う方法は、Kimiの開発元Moonshot AIのAPIか、それを中継するサービスだけです。

同じ日に、OpenRouterの公開API（https://openrouter.ai/api/v1/modelsと各モデルの/endpoints、キーなし）で提供元を読み取りました。K3.1 Proのエンドポイントは2つで、どちらもMoonshot AI（通常版$2・$10、キャッシュ読み出し$0.20と、highspeed版$4・$20）です。Argonは6つあり、すべてGoogle（AI Studio $2・$10、AI Studio Flex $1・$5、Vertex global $2・$10、Vertex US $2.20・$11で最大出力65,536、AI StudioとVertexのPriority $3.60・$18）で、ほかにbatch版が$1・$5です。K3.1 Proの対応パラメータ一覧にはtemperature、top_p、seedがなく、Kimiがこれらを固定していることと一致します。

つまり今は、どちらも障害や混雑が起きたときに逃げられる別の提供元がありません。K3.1 Proはウェイト公開後に他社がホストする可能性がありますが、Argonはウェイトが公開されておらず、提供元はGoogle（AI StudioとVertex AI）に限られます。止まると困る用途で使うなら、もう一方のモデルを切り替え先として用意しておくのが現実的です。カタログは日々変わるので、提供元の数は使う前にもう一度確かめてください。