Kimi K3.1 Proとは？API料金・性能・1Mコンテキストを解説

結論：長時間エージェントの有力候補だが、最安モデルではない

Kimi K3.1 Proは、1,048,576トークンのコンテキスト、テキスト・画像入力、tool call、low・high・maxのreasoning effortを備えたエージェント向けモデルです。MoonshotはKimi K3を大規模に追加学習したモデルと説明しており、まったく新しい基盤アーキテクチャではありません。強みは、コードの調査・編集・テストや業務ソフト操作など、複数手順を続けるタスクです。

独立評価のArtificial Analysisでは、Terminal-Bench 4.0がKimi K3の13%から67%、AutomationBench-AAが58%から73%へ上昇しました。一方、Humanity's Last Examは47%から52%、SciCodeは59%から61%で、すべての能力が同じ割合で向上したわけではありません。

標準APIはClaude Sonnet 5.5やGPT-6 Solと同じ入力2ドル・出力10ドルの価格帯ですが、DeepSeek V4.1 Flashより高価です。候補にする理由は単価の安さではなく、難しいワークフローの再試行や人手修正を減らせる可能性です。自社評価では、成功した成果物1件当たりの総トークン、処理時間、tool費、人手確認まで集計してください。

この節の一次情報：Moonshot公式｜Kimi K3.1 Pro発表 ／ Moonshot公式｜Kimi K3.1 Pro model weights ／ Artificial Analysis｜独立launch評価

11月4日更新：full model weightsを1.56TBで公開

Moonshot AIは2026年11月4日、Kimi K3.1 Proのmodel card、configuration、custom code、96分割のSafetensorsをHugging Faceで公開しました。repository表示は1.56TBです。公開7時間後の確認時点でHacker Newsは300 points、80 comments、Hugging Faceは約440 likesまで伸び、API発表時とは別にself-host可能性への関心が急増しました。

model cardで確定した構成は、2.8T total parameters、1 token当たり104B active、93 layers、896 routed expertsから16 expertsを選択し、2 shared expertsを併用するMoEです。context lengthは1,048,576、textとimageを入力でき、weightsはMXFP4、activationsはMXFP8を前提にquantization-aware trainingされています。Kimi K3から、24層のfull attentionをGated DeepSeek Sparse Attentionへ置き換え、長文処理を効率化しています。

公開されたことと、安価に動かせることは別です。vLLM公式recipeのbaselineはtensor parallel 8で、MXFP4 checkpointを2つのGB300 tray、1つのB300 node、または1つのMI355X nodeに載せます。Hugging Faceの簡易コマンドだけではhardware容量、通信、KV cache、tool parser、長文prefillの設計を省略できません。小規模チームでは、まず公式APIか対応inference providerとself-hostの成功1件当たり原価を比較するのが現実的です。

この節の一次情報：Moonshot公式｜Kimi K3.1 Pro model card ／ vLLM公式｜Kimi K3.1 Pro deployment recipe ／ Hacker News｜Kimi K3.1 Pro model weights are out

API料金：標準版は入力$2・出力$10、Highspeedは2倍

公式API価格は、標準版kimi-k3.1-proが入力2ドル、出力10ドル、キャッシュ読込0.20ドル／100万トークンです。kimi-k3.1-pro-highspeedは入力4ドル、出力20ドルで、キャッシュ読込は0.20ドルのままです。MoonshotはHighspeedを同等の知能で2〜3倍高速と説明していますが、tool実行や外部検索の待ち時間まで2〜3倍になる保証ではありません。

K3系は繰り返しprefixのcontext cachingが自動で有効になり、標準TTLは5分です。キャッシュ書込は5分または1時間の保持時間に応じて別料金となり、hitした入力はキャッシュ読込単価だけが課金されます。長いリポジトリや会話を何度も送る場合は、input/outputだけでなくcache writeとhit率も請求ログで確認します。

例として、1回当たり入力20万・出力5万トークンなら、標準版はキャッシュなしで約0.90ドルです。共通する入力15万トークンがhitすれば、単純計算は入力0.10ドル、cache hit0.03ドル、出力0.50ドルで約0.63ドルになります。実際にはcache write、tool、検索、税、失敗した再試行も加わります。

この節の一次情報：Kimi API公式｜Model pricing ／ Kimi API公式｜Kimi K3.1 Pro

仕組み：Kimi K3を追加学習し、長時間の行動能力を伸ばした

MoonshotによるとK3.1 ProはKimi K3のpost-trained版で、数百の下流領域をまたぐreinforcement learningを拡大しました。RL framework、長文推論、学習効率、隔離されたtool環境、rollout scheduling、環境品質チェックを改良し、より長い試行を安定して学習させたと説明しています。

独立評価が示す大きな伸びも、知識問題より行動を伴うタスクへ偏っています。Terminal-Benchではファイル調査、修正、コマンド実行、失敗からの復旧を続けます。AutomationBench-AAでは複数の業務操作を完了します。単発の正答率だけでは見えにくい、途中結果を使って計画を修正する能力が主な改善点です。

公開model cardにより、2.8T total／104B active、896 routed experts、16 selected experts、2 shared expertsという構成が確認できました。一方、学習計算量、学習データ、公式APIとHighspeedの提供基盤は十分に公開されていません。公開weightsを同じengineで動かしても、Moonshot APIと同じthroughput、latency、cache hit率になる保証はありません。

この節の一次情報：Moonshot公式｜Advancing the Frontier of Open Intelligence ／ Artificial Analysis｜モデル規模・評価条件

独立評価：総合4位、改善はagentic taskに集中

Artificial Analysisは2026年10月23日、K3.1 ProをIntelligence Index 55と評価しました。公開時点でClaude Opus 5.5、Claude Sonnet 5.5、Muse Wonder Fullに続く4位です。Terminal-Bench 4.0は67%でKimi K3の13%から54ポイント、GDPval-AAは1,534から1,846 Eloへ312上昇しました。

一方で一般知識・科学では改善幅が小さく、AA-Omniscienceのhallucination率も53%から44%へ改善したものの、誤りは残ります。Moonshotの社内hallucination benchmarkは別の条件で、日常利用の総合エラー率ではないと公式自身が注記しています。企業公表値と独立評価を混ぜて『幻覚が8.3%』などと一般化できません。

Artificial Analysisの評価ではIntelligence Index 1タスク当たり約55,000出力トークン、原価1.98ドルでした。K3よりトークン単価は33%下がりましたが、出力量が14%増えたため、タスク原価はほぼ同水準です。単価引下げがそのまま請求削減になるとは限らない具体例です。

この節の一次情報：Artificial Analysis｜Kimi K3.1 Pro launch benchmarks

API実装：reasoning effortとpreserved thinkingに注意

APIモデル名はkimi-k3.1-proとkimi-k3.1-pro-highspeedです。reasoning_effortはlow・high・maxを受け付け、既定値はmaxです。会話途中でeffortを変えるとprefix cacheが無効になるため、開始前に設定を決め、品質・出力量・遅延を同じ条件で比較します。

temperatureは1.0、top_pは0.95、nは1に固定されています。異なる値を明示するとエラーになるため、既存のOpenAI互換clientで共通設定を一律送っている場合は削除が必要です。tool_choiceはauto・none・requiredに対応します。

K3系はPreserved Thinkingが常時有効です。複数ターンやtool callではAPIが返したassistant messageをreasoning_contentを含めてそのまま履歴へ戻す必要があります。欠落すると品質や連続性が変わる可能性があるため、gatewayやログ基盤が未知フィールドを捨てていないか確認してください。

• reasoning_effort別に成功率、出力tokens、p95処理時間を比較する
• temperature・top_pなど固定parameterを共通clientから除外する
• assistant messageとreasoning_contentを完全に保存・再送する
• cache hit、cache write、tool費、retryをrequest ID単位で集計する

この節の一次情報：Kimi API公式｜Model Parameter Reference

向く用途・向かない用途と海外の利用例

向くのは、大規模repositoryの保守、繰り返しdebug、業務ソフトの複数step操作、財務文書の横断確認、CAD・3D生成など、長文とtool useを組み合わせるpilotです。MoonshotはUnity、Unreal Engine、Godot、Blender、CAD script、financial modelingのデモを公開しています。これらは利用可能性を示す企業デモで、第三者の本番導入実績ではありません。

向かないのは、最安単価が最優先の大量単純処理、短い分類、確実な科学計算、安全確認なしの自律実行です。DeepSeekなど低価格モデルで十分な処理をK3.1 Proへ一律移行すると、品質向上よりAPI費増加が大きくなる可能性があります。

現実的な導入は、安価なモデルを標準にし、失敗・低信頼・難しい長時間taskだけK3.1 Proへ送るroutingです。ただしrouting自体の有効性は公開評価で測られていません。自社データで再試行率と最終accept率を記録し、単一モデル運用より総原価が下がるか確認します。

APIとself-hostの選び方：token単価ではなく稼働率で比較

APIは入力・出力・cache hitの従量課金で、GPUの空き時間、障害対応、engine更新を利用者が直接負担しません。self-hostはtoken単価を自社で決められ、data residencyやweight改変を制御できますが、8 GPU級node、host memory、storage、network、24時間運用の固定費を負います。低〜中稼働では、公開weightsでもAPIより高くなる可能性があります。

比較式は、APIならinput、output、cache write、cache hit、retry、tool費の合計です。self-hostならGPU node、CPU・memory、storage、network、engine運用、人件費を成功task数で割ります。1M contextを常用するとKV cacheが支配的になり、vLLMのDCP8は8×B300で保持tokensを約2.6Mから18.5Mへ増やす代わりに、同じbatchのdecodeが7〜25%遅くなると説明しています。

vLLMの公開recipeはthroughputを最適化していないbaselineを含み、NVFP4 KV cacheの長文accuracyも未測定です。特定hardwareでのprefillやdecode改善値を一般的なSLAへ外挿せず、自社prompt長、同時実行数、tool待ち、p95 latencyでbenchmarkしてください。

この節の一次情報：Kimi API公式｜Model pricing ／ vLLM公式｜Kimi K3.1 Pro recipe

custom license：公開weightsでも無条件のopen sourceではない

Kimi K3.1 ProはcustomなKimi K3.1 Pro Licenseで公開され、weightsの利用、変更、配布、fine-tuning、derivative works、販売を広く許可しています。ただしApache 2.0やMITではなく、用途と事業規模に応じた追加条件があります。法務判断は原文と契約で確認してください。

第三者へ入力やparameterを実質的に制御できるmodel inference／fine-tuningを提供する『Model as a Service』事業では、licenseeとaffiliateの合計売上が連続12か月で2,000万ドルを超える場合、commercial use前にMoonshotとの別契約が必要です。特定機能へmodelを埋め込んだend-user productや、他社host modelへの単純relayはlicense上のModel as a Service定義から除かれています。

また、modelまたはderivativeを使うcommercial productが月間1億users超、または月間売上2,000万ドル超の場合、UIへ『Kimi K3.1-Pro』を目立つ形で表示する条件があります。internal useとMoonshot公式製品・認定inference partner経由の利用には、この2つの規模条件は適用されません。

この節の一次情報：Moonshot公式｜Kimi K3.1 Pro License

注意点・未検証事項

2026年11月5日時点でfull model weights、model card、license、vLLM・SGLang・TokenSpeedの導入情報は公開済みです。ただし、公開直後で第三者による同一hardware・実workloadのself-host throughput、稼働率、電力、総原価は確認できません。Hugging Face上のlikesやHacker Newsの反応は関心の強さであり、本番採用実績ではありません。

2〜3倍高速、社内benchmark、3D・財務・cybersecurityの事例はMoonshotの企業公表です。独立評価はagent taskの改善を支持しますが、日本語品質、1M context時のneedle retrieval、Highspeedのp95・p99、画像入力、地域別遅延、長時間障害率は十分に検証されていません。

API料金は2026年11月5日に再確認しました。キャッシュ書込単価、rate limit、税、enterprise契約、Zero Data Retentionの適用条件はアカウントや契約で変わる可能性があります。self-hostでもlicense、security patch、model supply chain、download元のhash、data residencyを確認してください。

FAQ

Q. Kimi K3.1 Proはopen-sourceですか？　A. weightsとcodeは公開されましたが、customなKimi K3.1 Pro Licenseです。利用・変更・配布を広く認める一方、大規模なModel as a Serviceと大規模commercial productには契約・表示条件があります。単にApache／MIT相当とは扱えません。

Q. API料金はいくらですか？　A. 標準版は入力2ドル、出力10ドル、cache hit 0.20ドル／100万tokensです。Highspeedは入力4ドル・出力20ドルで、cache hitは0.20ドルです。cache writeは保持時間別の別料金です。

Q. Kimi K3より安くなりますか？　A. token単価は33%低下しましたが、独立評価では1task当たり出力量が14%増え、task原価は約1.98ドルでほぼ同じでした。自社promptで測定が必要です。

Q. Highspeedを選ぶべきですか？　A. model生成が全体待ち時間の主要因で、2倍の単価より時間短縮の価値が大きい場合に候補です。toolやsearch待ちが長いworkflowでは効果が小さくなります。

Q. 1台のGPUでself-hostできますか？　A. 公式vLLM baselineはTP8で、B300またはMI355Xの1 node、もしくは2つのGB300 trayを前提にします。一般的な単一GPUを前提にしたmodelではありません。

Q. APIとself-hostはどちらが安いですか？　A. 稼働率次第です。低〜中稼働では固定GPU費のないAPI、高稼働かつ専任運用teamがある場合はself-hostが候補になります。成功task当たりのAPI請求とGPU・memory・storage・network・人件費を同じ期間で比較してください。

Q. ClaudeやDeepSeekより優れていますか？　A. Terminal-Benchなど一部agent評価では強い一方、科学・一般知識・単価は用途で結果が異なります。全用途の一律な勝者ではありません。

Q. 1M contextならrepository全体を毎回送るべきですか？　A. いいえ。入力費、遅延、重要情報の埋没が増えます。検索・要約・prefix固定とcache hitを組み合わせ、必要な範囲を評価してください。