MoonshotAI: Kimi K2.6 対 Nous: Hermes 4 405B
api14カタログの最新のUSD料金と機能をもとに、MoonshotAI: Kimi K2.6（$2.28 / 100万トークン (≈ ￥360)）とNous: Hermes 4 405B（$3.50 / 100万トークン (≈ ￥554)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| MoonshotAI: Kimi K2.6 | Nous: Hermes 4 405B | |
|---|---|---|
| プロバイダー | Moonshot AI | Nous |
| 入力 | $2.28 / 100万トークン (≈ ￥360) | $3.50 / 100万トークン (≈ ￥554) |
| 出力 | $11.94 / 100万トークン (≈ ￥1,890) | $10.50 / 100万トークン (≈ ￥1,663) |
| キャッシュ読み取り | $0.52 / 100万トークン (≈ ￥83) | $0.70 / 100万トークン (≈ ￥111) |
| コンテキストウィンドウ | 262,144 | 131,072 |
| 最大出力 | 235,929 | 117,964 |
| 入力 | text, image | text |
| 出力 | text | text |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/04/20 | 2025/08/26 |
主な違い
- MoonshotAI: Kimi K2.6は入力トークンが35%安くなっています。
- Nous: Hermes 4 405Bは出力トークンが12%安くなっています。
- MoonshotAI: Kimi K2.6は2.0倍長いコンテキスト（262,144トークン）を読み取れます。
- ツール呼び出しに対応しているのはMoonshotAI: Kimi K2.6だけです。
- 入力1,000トークン・出力500トークンのリクエストの費用は、MoonshotAI: Kimi K2.6で$0.00824、Nous: Hermes 4 405Bで$0.00875です。
詳しく見る
MoonshotAI: Kimi K2.6 は Moonshot AI のテキストモデルで、2026-04-20 にリリースされました。Nous: Hermes 4 405B は Nous のテキストモデルで、2025-08-26 にリリースされました。どちらも api14 を通じてテキスト出力のチャットモデルとして提供されるため、呼び出し側から見れば同じ種類のエンドポイントであり、異なる重みと異なるプロバイダーによって支えられているだけです。
最も明確な違いはコンテキストと入力モダリティです。Kimi K2.6 は 262144 トークンのコンテキストを受け入れ、テキストと画像の両方の入力に対応しますが、Hermes 4 405B は 131072 トークンが上限で、テキストのみを受け入れます。したがって、長い文書、大規模なコードベースの一部、またはスクリーンショットをプロンプトと一緒に投入する必要がある場合、それを実行できるのは Kimi K2.6 です。パラメータに関しては、Kimi K2.6 はより広い範囲を公開しており、tools、tool_choice、parallel_tool_calls、logit_bias、min_p、seed を含みますが、これらはいずれも Hermes 4 405B には現れません。両モデルとも reasoning と include_reasoning を列挙し、どちらも structured_outputs と response_format を列挙しているため、宣言されている内容に基づけば、推論や構造化出力においてどちらかが明確に優位というわけではありません。価格については、Kimi K2.6 は入力において 2 つのうち安い方であり、Hermes 4 405B は出力において安い方であるため、どちらがよりお得かは、ワークロードが入力重視か出力重視かによって決まります。
実用的な選択としては、タスクに画像、非常に長い入力、またはツール呼び出しが含まれる場合は Kimi K2.6 を選んでください。エージェントループ、大きな文書に対する検索、および関数を呼び出したり並列ツール呼び出しを実行したりする必要があるものは、これによく適合します。Hermes 4 405B は、プロンプトと補完がプレーンテキストであり、コンテキストが 131072 トークン未満に余裕をもって収まり、ワークロードが消費される入力よりも生成される出力によって支配されている場合に妥当な選択です。その出力側がより安いからです。迷った場合、Kimi K2.6 の入力側がより安いため、大量の資料を貼り付けるチャットや分析タスクにおいて、より安全なデフォルトとなります。
どちらのモデルを api14 を通じて呼び出す場合も同じ操作です。どちらも OpenAI 互換であるため、既存のクライアントを api14 のベース URL に向け、chat completions エンドポイントにリクエストを送信し、model フィールドを設定します。Kimi K2.6 を使用するには、model id を "moonshotai/kimi-k2.6" に設定します。Hermes 4 405B を使用するには、"nousresearch/hermes-4-405b" に設定します。リクエストの形の中で他に変更する必要があるものはありません。1 つのコードパスを維持して文字列を差し替えることができるため、両者の A/B テストが安価になります。ただし、Hermes 4 405B に切り替えると画像入力とツール関連のパラメータを失うことを覚えておいてください。そのため、それらをリクエストから削除するか、機能チェックの背後で保護してください。
Kimi K2.6 がより強力な選択肢に見える場合でも、Hermes 4 405B を選ぶ理由は依然としてあります。アプリケーションが出力重視の場合、たとえば長文生成、長いテキストを生成する要約、または補完がプロンプトよりはるかに大きいバッチジョブでは、安い入力側よりも安い出力側の方が重要になり、Hermes 4 405B がより経済的な選択になります。また、純粋にテキストのみで、そのコンテキスト上限内に余裕をもって収まるワークロードにも適合し、その場合 Kimi K2.6 の追加のコンテキストと画像サポートは使われないままになります。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"moonshotai/kimi-k2.6"から"nousresearch/hermes-4-405b"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "nousresearch/hermes-4-405b",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
その他の比較
- LiquidAI: LFM3-1.7B 対 Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B 対 Crouton Alpha
- LiquidAI: LFM3-1.7B 対 Tencent: Hy4
- LiquidAI: LFM3-1.7B 対 Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview 対 Crouton Alpha
- Ricursive: Ripple 65B Preview 対 Tencent: Hy4
- Ricursive: Ripple 65B Preview 対 Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha 対 Tencent: Hy4