6月17日、Together AIが「Kimi K2.7 Code vs Claude Fable 5: Landing pages that cost 94% less」と題した記事を公開した。オープンソースモデルのKimi K2.7 Codeと独自モデルを12種類のランディングページ生成で比較した実験で、平均コストが約16分の1でありながら品質スコアの差は多くのケースで5〜10点以内という結果が示された。「安いから妥協」という前提を覆す内容だ。
※本記事で言及される「Claude Fable 5」「Claude Opus 4.8」「GPT-5.5」は、元記事（Together AIブログ、2025年6月17日時点）に記載されているモデル名をそのまま使用している。TechFeed編集部では各モデルの正式リリース状況を独自に確認できていないため、元記事の表記に基づく紹介であることをあらかじめ断っておく。
実験の背景——Together AIとKimi K2.7 Codeとは
Together AIは、オープンソースLLMの推論インフラとAPIを提供するスタートアップで、多様なモデルをクラウド上で手軽に呼び出せるプラットフォームを運営している。今回の比較対象となったKimi K2.7 Codeは、中国の月之暗面（Moonshot AI）が開発・公開しているオープンソースのコーディング特化モデルで、Together AI経由でもAPI利用が可能だ。マルチモーダル対応（画像入力を含む）であることが、今回の実験でも重要な役割を果たしている。
生成AIを使ったコーディング作業でコストが問題になるのは、1回の生成ではなく繰り返しの反復だ。デザイン方向を探るために複数バリアントを生成し、有望なものをさらに修正する——このサイクルを回すほど、料金が積み上がる。
コスト差94%——「安いから妥協」ではない
Together AIの実験では、12種類のランディングページをKimi K2.7 CodeとClaude Fable 5にそれぞれ生成させた。結果として、Kimiの平均コストはClaude Fable 5比で約16分の1、Claude Opus 4.8比でも約8分の1だった。
「約27倍の差」という数字も記事中に登場するが、これはB2B SaaS向けランディングページ1枚という単一ケースでの比較値であり、12種類の平均をとった比較軸（16分の1）とは異なる点に注意が必要だ。具体的には以下のとおりだ。
- Claude Fable 5（B2B SaaS 1枚）: $1.09
- Kimi K2.7 Code（B2B SaaS 1枚）: $0.04（このケースでの差は約27倍）
100枚生成すれば約$94の節約になる計算であり、反復生成が多い用途では無視できない差だ。
品質はどれだけ差があるか
コストが安くても品質が大きく落ちれば意味がない。そこで元記事ではGPT-5.5を審査役として使い、各ページのポジショニング、視覚的方向性、コンテンツ構造、クラフト、レスポンシブ対応、技術的実装を0〜100点で評価している。
主な結果は以下のとおり（Fable / Fable+MCP / Kimi / Kimi+MCP の順）：
| ページ種別 | Fable | Fable+MCP | Kimi | Kimi+MCP |
|---|---|---|---|---|
| SQLチャートツール | 86 | 91 | 82 | 86 |
| Indie bookstore | 95 | 92 | 89 | 89 |
| Architecture portfolio | 91 | 92 | 88 | 79 |
| Sleep app | 92 | 94 | 80 | 80 |
| B2B SaaS | 84 | 90 | 80 | 81 |
| Rooftop Speakeasy | 93 | 92 | 86 | 85 |
Fableの方がスコアは高いが、差は概ね数点程度。多くのページでKimiはFableに5〜10点差以内に収まっている。
品質を底上げした「デザインMCPサーバー」
ただし、プロンプトだけでは両モデルとも「いかにもAIが作った感」のある凡庸なページになったと記事は指摘している。
その突破口となったのがカスタムMCPサーバーだ。MCPとはModel Context Protocolの略で、LLMにツールや外部リソースへのアクセスを与えるための標準仕様であり、Anthropicが主導して策定したオープンな規格だ。このサーバーは、デザイン性の高いランディングページのスクリーンショットや個別UIコンポーネントの画像を参照資料として提供する。
Kimi K2.7 Codeはマルチモーダル対応のため、これらの画像をプロンプトに直接組み込める。視覚的な参考例を与えることで、Kimiは具体的なデザイン言語を読み取り、タイポグラフィの可読性や視覚的な階層構造が向上した。記事では「Rooftop Speakeasy」ページのビフォーアフターが掲載されており、MCP適用後は壊れた画像プレースホルダーがなくなり、読みやすさが大幅に改善されている。
実験の結論
記事の総括は明快だ。プロンプトだけでは不十分。KimiもFableも、文脈なしでは無難だが没個性なページを吐き出す。デザイン参照画像をMCP経由で与えることで初めて実用的なアウトプットになる。
そのうえで、Kimiは圧倒的なコスト優位を持ちながら品質的にも競合できるというのが実験の結論だ。100ページ規模で反復生成するような用途では、この価格差は現実的なコスト判断に直結する。
なお、元記事末尾では全ランディングページの生成結果・コスト内訳・トークン使用量・生成時間の詳細データが公開されているとされているが、リンク先は元記事（Together AIブログ）自体と同一のURLとなっており、独立した外部サイトへの参照ではない点に留意されたい。Together AI PlaygroundではKimi K2.7 Codeを実際に試すことができる。
詳細はKimi K2.7 Code vs Claude Fable 5: Landing pages that cost 94% lessを参照していただきたい。
