MoonshotAI: Kimi K2.7 Code 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 K2.7 Code($2.10 / 100万トークン (≈ ¥331))とNous: Hermes 4 405B($3.50 / 100万トークン (≈ ¥552))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 K2.7 Code | Nous: Hermes 4 405B | |
|---|---|---|
| プロバイダー | Moonshot AI | Nous |
| 入力 | $2.10 / 100万トークン (≈ ¥331) | $3.50 / 100万トークン (≈ ¥552) |
| 出力 | $12.25 / 100万トークン (≈ ¥1,933) | $10.50 / 100万トークン (≈ ¥1,657) |
| キャッシュ読み取り | $0.56 / 100万トークン (≈ ¥88) | $0.70 / 100万トークン (≈ ¥110) |
| 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 | 2026/06/12 | 2025/08/26 |
主な違い
- MoonshotAI: Kimi K2.7 Codeは入力トークンが40%安くなっています。
- Nous: Hermes 4 405Bは出力トークンが14%安くなっています。
- MoonshotAI: Kimi K2.7 Code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 K2.7 Code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 K2.7 Codeで$0.00823、Nous: Hermes 4 405Bで$0.00875です。
詳しく見る
MoonshotAI: Kimi K2.7 Code は Moonshot AI のテキストモデルで、2026年6月12日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年8月26日にリリースされました。どちらも api14 を通じてテキスト生成モデルとして提供されており、どちらもテキスト入力を受け取りテキスト出力を返します。両者の主な構造上の違いは世代と系統です。Kimi K2.7 Code は最近の取り組みをコーディング支援に集中させているプロバイダーから来ており、Hermes 4 405B は Nous の大規模な汎用モデルです。
両モデルが最も明確に異なるのは、コンテキストウィンドウと入力処理です。Kimi K2.7 Code は 262,144 トークンのコンテキスト長をサポートし、テキストと画像の両方の入力を受け付けます。Hermes 4 405B は 131,072 トークンのコンテキスト長をサポートし、テキスト入力のみを受け付けます。つまり Kimi K2.7 Code は約2倍の作業スペースと、リクエストに画像を含めるオプションを提供し、Hermes 4 405B はテキストのみです。パラメータについては、Kimi K2.7 Code は tools、tool_choice、parallel_tool_calls、logit_bias、min_p、seed を含むより広いセットを公開しています。Hermes 4 405B は、一般的なサンプリングとフォーマットの制御をカバーするより狭いセットをサポートしますが、tools や tool_choice はリストされていません。どちらのモデルも、構造化出力や推論において特に優れているとは記載されておらず、これらの項目に意味のある違いはありません。
実用的な選択としては、タスクがコード、1回のリクエストに収める必要がある長いファイルやリポジトリを含む場合、またはテキストと一緒にスクリーンショット、図、その他の画像を渡したい場合には、Kimi K2.7 Code が自然な選択です。そのツールサポートにより、モデルが関数を呼び出したり複数ステップのツールループを実行したりする必要があるエージェント型ワークフローにも適しています。Hermes 4 405B は、入力がプレーンテキストで 131,072 トークン以内に収まる一般的なテキスト作業、つまり下書き、要約、質問応答などのタスクに適しています。プロンプトがテキストのみで、より小さなウィンドウに余裕をもって収まるなら、Hermes 4 405B は妥当なデフォルトです。
どちらのモデルも api14 を通じた呼び出しは同じように機能します。どちらも OpenAI 互換なので、クライアントを api14 のベース URL に向けてチャット補完リクエストを送信します。両者で変更する唯一の点はモデル id です。Kimi K2.7 Code には "moonshotai/kimi-k2.7-code" を、Hermes 4 405B には "nousresearch/hermes-4-405b" を使用します。リクエストの形式、認証、レスポンスの解析は同一のままなので、統合コードを書き直すことなく、リクエストごとにモデルを切り替えたり出力を比較したりできます。ただし、送信するパラメータがモデルのサポートリストに含まれていることを確認してください。Hermes 4 405B はツール関連のフィールドを受け付けません。
価格については、Kimi K2.7 Code は入力トークンで安いオプションであり、Hermes 4 405B は出力トークンで安いオプションです。このページのライブ価格表に現在の数値が表示されるので、選択する際は予想される入力対出力の比率を考慮してください。ワークロードが入力重視の場合、たとえば長い文書や大きなコードコンテキストでは、Kimi K2.7 Code の方が全体としてコストが低くなる傾向があります。短いプロンプトから長い出力を生成する場合は、Hermes 4 405B の方が良い価値となることがあります。
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-k2.7-code"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