fedi-indexにおけるKimi K3.1 Pro
各カテゴリのスコア、その内訳、コスパ、ローカル実行、推移。
fedi-index · 総合
A 1,470 ±9
パーセンタイル 94 · #19
人間の評価 / タスク解決
1,444 / 1,500
人間の投票とベンチマーク、Elo-eq
コスパ
+53
100万トークンあたり$4、56社のプロバイダーの中央値 · 公式 $4
手元のハードウェアで
参照環境のいずれにも収まりません。
スコアの内訳
A 総合 1,470 [1,461–1,478] パーセンタイル 94 · #19 · 要素数:6
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| Epoch AI |
eci
|
161 ±1.28 | 1,528 ±10 | 41.7% | 2026-10-23 | — |
| LMArena |
text/overall
|
1,459 ±5.09 | 1,459 ±5 | 18.1% | 2026-11-11 | max |
| LMArena |
text/hard_prompts
|
1,471 ±6.36 | 1,458 ±6 | 17.6% | 2026-11-11 | max |
| LMArena |
text/instruction_following
|
1,472 ±8.48 | 1,482 ±8 | 7.8% | 2026-11-11 | max |
| LMArena |
text/longer_query
|
1,468 ±7.85 | 1,464 ±7 | 4.1% | 2026-11-11 | max |
| LMArena |
text/multi_turn
|
1,449 ±13 | 1,443 ±12 | 3.2% | 2026-11-11 | max |
重みはスコアに占める要素の割合です(残りは事前値で、データの少ないモデルを母集団の中央値に近づけます)。 算出方法
S コーディング 1,463 [1,458–1,469] パーセンタイル 95 · #15 · 要素数:3
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
webdev/overall
|
1,686 ±4.84 | 1,503 ±1 | 37.5% | 2026-11-15 | max |
| LMArena |
text/coding
|
1,480 ±10 | 1,453 ±9 | 27.7% | 2026-11-11 | max |
| Terminal-Bench |
tbench/terminal-bench
減衰 ×0.90 |
0.60 ±0.02 | 1,513 ±4 | 25.3% | 2026-10-24 | max |
重みはスコアに占める要素の割合です(残りは事前値で、データの少ないモデルを母集団の中央値に近づけます)。 算出方法
A エージェント 1,460 [1,456–1,464] パーセンタイル 82 · #15 · 要素数:2
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
agent/overall
|
0.04 ±0.01 | 1,474 ±3 | 67.8% | 2026-11-15 | max |
| Terminal-Bench |
tbench/terminal-bench
減衰 ×0.90 |
0.60 ±0.02 | 1,513 ±4 | 23.4% | 2026-10-24 | max |
重みはスコアに占める要素の割合です(残りは事前値で、データの少ないモデルを母集団の中央値に近づけます)。 算出方法
A 文章作成 1,445 [1,432–1,458] パーセンタイル 83 · #46 · 要素数:2 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/creative_writing
|
1,439 ±11 | 1,468 ±11 | 56.9% | 2026-11-11 | max |
| LMArena |
text/longer_query
|
1,468 ±7.85 | 1,464 ±7 | 35.0% | 2026-11-11 | max |
重みはスコアに占める要素の割合です(残りは事前値で、データの少ないモデルを母集団の中央値に近づけます)。 算出方法
A 言語:繁體中文 1,439 [1,416–1,463] パーセンタイル 81 · #42 · 要素数:1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/chinese
|
1,516 ±17 | 1,466 ±13 | 89.9% | 2026-11-11 | max |
重みはスコアに占める要素の割合です(残りは事前値で、データの少ないモデルを母集団の中央値に近づけます)。 算出方法
A 言語:English 1,438 [1,422–1,454] パーセンタイル 86 · #39 · 要素数:1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/english
|
1,466 ±8.58 | 1,458 ±9 | 92.1% | 2026-11-11 | max |
重みはスコアに占める要素の割合です(残りは事前値で、データの少ないモデルを母集団の中央値に近づけます)。 算出方法
B 言語:Русский 1,433 [1,414–1,451] パーセンタイル 78 · #51 · 要素数:1 暫定
| ソース | 要素 | 値 | Elo-eq | 重み | 測定日 | バリアント |
|---|---|---|---|---|---|---|
| LMArena |
text/russian
|
1,452 ±12 | 1,454 ±10 | 91.5% | 2026-11-11 | max |
重みはスコアに占める要素の割合です(残りは事前値で、データの少ないモデルを母集団の中央値に近づけます)。 算出方法
推移
同じデータを表で表示
| モデル | 2026-11 |
|---|---|
| Kimi K3.1 Pro | 1,470 A |
バッジ
モデルのfedi-indexをあなたのサイトやREADMEに表示できます。バッジは自動更新され、このページにリンクします。
データはCC BY 4.0:fedi.softwareへのリンクを残してください。