本文へスキップ

モデル比較

Kimi K3 と DeepSeek V4 Pro

著者:Ofrai 編集部(モデルテストチーム)

Kimi K3 と DeepSeek V4 Pro は、どちらも Ofrai の共通クレジット残高で動く最高位の推論モデルです。正直に言えば、両者は同じ作業の別々の半分で得意です。Kimi K3 は大量の資料を読み込んではっきりした判断を返し、DeepSeek V4 Pro は互いを引き合う手順をつなぎ、推測ではなく原因を追いかけます。どちらも悪い選択ではありませんが、選び方を誤ればクレジットと書き直しを同時に失います。

Kimi K3 を開く

チャットと動画はクレジットを消費します。

Kimi K3 が本当に勝る場面

Kimi K3 は Kimi シリーズで最も高い階層で、この系列の長文脈な指向をそのまま保っています。リポジトリや文書の束、長い技術史のような大量の資料を与え、まとめではなく決定を求めてください。全体を貫いて読み、線を切った答えを返します。

記録されている強みは、渡された資料の上での難しい推論、広い文脈が要る本格的なプログラミング、そして実際に比較衡量が必要なアーキテクチャ判断です。成果物が大きな問いについての判断なら、クレジットを使う価値があるのはこちらです。

DeepSeek V4 Pro が本当に勝る場面

DeepSeek V4 Pro は DeepSeek 現世代の推論階層で、結論が一つ前の結論に依存するときに差が出ます。答える前に段取りを組むので、原因を既知のパターンへ丸投げせずに追い詰める必要があるコードレビュー、リファクタリング、デバッグ、そして矛盾する複数の情報源を突き合わせる作業に向いています。その代わりに遅延があります。

解答のより多くの部分を問題の切り分けに使うため、簡単なプロンプトでも処理量の階層より明確に遅くなります。慎重に三段を踏む連鎖ならこの交換は割に合い、一行の書き換えでは割に合いません。

ふたりで見たときのコスト関係

どちらも同じ Ofrai のクレジット残高を使います。比べられるのはサブスクリプション同士ではなく一回ごとの生成で、スタジオは送信前にそのリクエストの消費クレジットを表示します。違うのは階層の立ち位置です。Kimi K3 は日常的な文書作業を処理する下位の Kimi 階層より上に置かれて課金されます。

一方 DeepSeek V4 Pro は同じ系列の DeepSeek V4 Flash の上にあり、Flash はまさに Pro には速すぎる処理量の高い仕事のために存在しています。実際には Kimi K3 は一度だけ使う高額の呼び出しで、V4 Pro は同じ難しい問いに四回まで回せるモデルです。

中国語の実力、この組み合わせの主戦場

どちらも中国のラボに由来し、翻訳を経由させる必要のない中国語を書きます。作業言語が中国語なら、この組み合わせはカタログの多くのモデルより前に出ます。違いは文法ではなく言い回しにあります。Kimi K3 は出版された文書のような磨き上げた書き言葉へ寄り、契約条項、技術仕様、密度の高いコーパスといった長い中国語入力でも筋が保たれます。

DeepSeek V4 Pro はより平易で会話に近い中国語を書き、自分で直しやすい反面、そのままではやや作りかけに聞こえます。両方に社内の用語一覧を出させ、長い回答の最後までそれを保つ側を確認してください。

Kimi K3 への指示:資料を渡して判断を求める

K3 は資料が雑然としていると認めたブリーフを好みます。制約条件を与え、書き始める前にそれを必須要件と希望に分けさせてください。網羅ではなく判断を求めます。どれを選ぶのか、却下した二つは何なのか、どの条件が変われば見直すのか。出力の形は明示してください。列名の付いた表か、キー固定のオブジェクトです。

さもなくば散文に落ちます。一度にすべてを求めず、段階を置いて進めます。

DeepSeek V4 Pro への指示:途中経過を検証できる形にする

推論を検査できる形にするほど、DeepSeek V4 Pro は強くなります。問題を手順に分け、各段階で何をしたかを表示させてください。結論を信じるのではなく、連鎖そのものを確認できるようにします。診断の場合は候補の原因をあなた側が示し、与えた証拠でどれほど容易に除外できるかで並べ直させ、何を先に調べるか言わせてください。「

手順が二度失敗したら止まって、代わりに何を試すか説明せよ」という明示的な停止条件を与えておきます。この停止指示こそ、長時間の実行を回収可能に保つ決め手です。

プログラミング:コードベースの読解か、原因の追跡か

プログラミング作業の分け方はかなり明確です。Kimi K3 はリポジトリ規模のモデルで、多くのファイルにまたがりシステム全体と一貫し続けなければならない変更を担当します。見慣れないコードを読み、ある設計が何を壊すのかを説明する点でも、二つのうちこちらが上です。

DeepSeek V4 Pro は診断のモデルで、diff のレビュー、リファクタリング、そしてバグを一番近い既知のパターンではなく原因まで追いかけます。同時実行のときだけ現れる失敗も含めてです。設計は安い階層で草稿し、説明は K3、決定は V4 Pro、という分担が現実的です。

長い文書と大量の入力

入力が文書ではなく山積みなら、Kimi K3 の指向が有利に働きます。長い文書の束、書き起こし、リポジトリ、互いに突き合わせる必要のある数週間分のメモ。長い資料を吸収するのではなく論じ切る必要のある場面では DeepSeek V4 Pro のほうが向いています。結論がコーパスのどの部分を根拠とするかを引用せねばならない、根拠つきの分析です。

どちらも資料がすでに答えを出せない地点を軽やかに越えて書きます。「このコーパスが答えられない質問は何か」を明示的に指示してください。

大量処理ではどちらも向かない

どちらも大量処理のための階層ではなく、ここがこの二つへの過剰支出で最も多い落とし穴です。数百の文書から項目を抜き出す、チケットを分類する、定量的な初稿を書く。これらは処理量の仕事であり、DeepSeek V4 Flash、Kimi K2.6、Kimi K2.5、あるいは安価な汎用階層なら、その費用のごく一部で、しかも早く返ってきます。

この二つは、実際に誰かがそれに従って動く一日の数件の成果物だけに残し、それ以外はすべて下の階層に回してください。

それぞれが黙って間違えるところ

Kimi K3 の特徴的な失敗は、非常に長い機械的な変換に現れます。漏れなく抜き取る一覧、四十行の監査、すべての項目が同じ規則に従う反復処理。冒頭はよく、きれいな構造をしばらく保ったのち、末尾の項目で流れが崩れて、完走せずに要約してしまうことがあります。DeepSeek V4 Pro は逆の方向で失敗します。

三行で済む問いに長い導出を使い、確かめもしていない前提の上に厳密な連鎖を築きます。両方に同じ指示を出してください。「資料が問いを解消しないなら、そう言ってください」。

同じプロンプトを両方に、導出から読む

本当につまずいている問いを一つ選び、プロンプトを一つ書いて、同じスレッドで両方に送ったうえで、結論ではなく導出を読んでください。完成した二つを突き合わせるより速く違いが見える確認が四つあります。本来の問いに答えていたか。出力形式の制約に厳密に従っていたか。知らないこと、検証できなかったことを明示したか。

判断を切って示すか、それともすべて保留にしたかです。このテストは同じ残高で生成を一つ増やすだけで済み、どの機能一覧よりも次に訪れる仕事をよく当ててくれます。

同じスレッド内で切り替える

一度決めて終わり、という必要はありません。両モデルは同じ Ofrai スレッドにあり、切り替えると文脈と履歴はそのまま残り、すでに確定したタスク内容が失われません。手順としては、V4 Pro で資料を読み取り、大きな問いの判断だけを Kimi K3 に上げ、答えを戻して安い階層に詰め直して体裁を整える。全体が同じクレジットで動くため、上層へ移ることは別の手続きではなく判断で済みます。

Ofrai クレジット表示

社内テストに基づく編集上の目安であり、第三者ベンチマークではありません。

モデル種別クレジット
Kimi K3チャットモデルInput/Output 1.9199/9.59952
DeepSeek V4 ProチャットモデルInput/Output 0.822816/2.46845

よくある質問

Kimi K3 と DeepSeek V4 Pro はどちらが優れていますか?
一律に優劣はつけられません。強い部分が違うのです。Kimi K3 は大量の資料からはっきりした判断を返すので、多くのファイルにまたがる広い変更や、大きな問いについての決定に向きます。DeepSeek V4 Pro は依存する手順をつなぎ、推測ではなく原因を追うので、レビュー、デバッグ、多段構成の分析に向きます。
Kimi K3 と DeepSeek V4 Pro ではどちらのほうが実行コストが低いですか?
どちらも低価格モデルではなく、同じ Ofrai のクレジット残高から課金されるので、一回ごとの生成同士を比べることになります。Kimi K3 は下位の Kimi 階層より上に置いて課金され、DeepSeek V4 Pro は同系列の Flash 階層の上にあります。Flash は Pro には遅すぎる処理量の高い仕事のためにあります。実際的な差は、やり直せる回数です。一度で正解を出さなければならない K3 より、Pro を四回回すほうがたいてい安く済みます。
どちらがより良い中国語を書きますか?
どちらも中国のラボに由来し、翻訳を経由させない中国語を書きます。Kimi K3 は磨き上げた書き言葉を指向し、条項、仕様、密度の高いコーパスといった長い中国語入力でも筋が流れません。DeepSeek V4 Pro はより平易で会話に近い中国語を書きます。そのまま公開する原稿なら Kimi K3 から、手で大きく直す原稿なら平易な言い回しのほうが扱いやすい。
プログラミングにはどちらが適していますか?
コードベースをまたぐ変更には Kimi K3 です。見慣れないコードを読む、広い修正を一貫させる、ある設計が何を壊すのかを説明する、そのあたりです。診断には DeepSeek V4 Pro です。diff のレビュー、リファクタリング、バグを一番近い既知のパターンではなく原因まで追い詰める仕事です。安い階層で草稿、K3 で設計を説明、V4 Pro で修正を決める、という分担が現実的です。
比較のために Kimi アカウントと DeepSeek アカウントの両方が必要ですか?
不要です。どちらも Ofrai Text Studio に標準チャットモデルとして掲載され、共通のクレジット残高から動きます。Text Studio を開いて同じプロンプトを Kimi K3 と DeepSeek V4 Pro に送れば、アカウント二つ、鍵二つ、請求書二つを管理せずに比較できます。コスト管理は、請求を分けるのではなくリクエストを正しい階層に振り分けることから生まれます。
作業の途中で片方からもう片方へ切り替えるにはどうすればよいですか?
同じ Text Studio のスレッド内で切り替えます。文脈と履歴は切り替えても失われないので、いちばん費用のかかる部分、つまりすでに確定したタスク内容がそのまま残ります。DeepSeek V4 Pro で調べ、最終判断や書き起こしだけを Kimi K3 に上げ、詰める必要があれば安い階層へ戻す、という手順が使えます。すべて同じクレジット残高で動くので、上層へ移ることは手続きではなく判断で済みます。

関連モデル

ツール

ユースケース