Claude Fable 5が首位から陥落した。中国のMoonshot AIが開発した新モデル「Kimi-K3」が、Arenaの最新ランキングでウェブサイトのコード生成分野のトップとなった。Kimi-K3のスコアは1679ポイントで、Fable 5の1631ポイントを上回った。
ArenaのAIモデルランキングの仕組みは単純だ。ユーザーは2つのモデルに同じ課題を課し、どちらが優れているか投票する。ウェブコーディング分野だけで、96モデルに対し約47万票が投じられている。
Kimi-K3がClaude Fable 5を抜いた理由
今回の逆転劇は予想外だった。Moonshotの前モデル「Kimi-K2.6」は18位にとどまっていたが、Kimi-K3に入れ替わったことで一気に首位へ上昇した。
48ポイント差は僅差とはいえない。Fable 5も3位のOpenAIのGPT-5.6に対し13ポイントの差をつけている。Kimi-K3はマーケティングページ、データダッシュボード、消費者向けアプリなど7つのコーディング分野のうち6部門でトップとなった。Claude Fable 5が唯一首位を守ったのは「ゲーム」分野だった。
Anthropicも依然として上位層を席巻し、トップ20モデル中9モデルを占めている。それでも今回のタイミングは痛手だ。数日前にイーロン・マスク氏はAnthropicを業界のリーダーと評していた。ランキングが物議を醸すこともある。これまでもClaudeをめぐるAIベンチマーク論争があった。
マーク・ザッカーバーグ氏のMuse Spark 1.1も11位にランクインしており、公開から数日後の登場となった。
このランキング以上の意義とは
より大きな動きがある。Kimi-K3は価格面でも競合を圧倒する。Moonshotは公式サイトで入力100万トークンにつき3ドル、出力で15ドルと設定。一方、ArenaではFable 5の価格を10ドル、50ドルとしている。
Moonshotはまた、7月27日までにKimi-K3の完全なモデルウェイトも公開予定。誰でもトップのコーディングモデルを無料で利用できるようになる。中国系モデルの月間トークン利用量が米国勢を超える中、こうした流れはさらに広がる見通し。
米中の競争は相互に激化している。アリババは7月10日からClaude Codeの利用停止を社内に通達した。理由はセキュリティ懸念だ。
今後数週間で、Kimi-K3が首位を守れるか、投票の行方が注目される。
