Kimi K3.1 Pro レビュー：ベンチマーク、料金、Kimi K3 からの変更点

Kimi K3.1 Pro は、Moonshot AI が 2026 年 10 月 23 日に公開した新しいフラッグシップです。Kimi K3 の事後学習を大きく増やしたモデルで、コンテキストは同じ 100 万トークン、価格は下がりました。入力が 100 万トークンあたり $2、出力が $10 です。Moonshot の 14 項目の表では、Claude Opus 5.5 に 9 項目、GPT-6 Astra に 10 項目で勝っています。

独立した検証もおおむね一致します。Artificial Analysis は 215 モデル中 4 位に付け、Opus 5.5 との差は 3 ポイントです。同社が自分で回した Terminal-Bench 4.0 では K3.1 Pro が 67.2% で、Moonshot の公表値より高くなりました。

気になる点もあります。Artificial Analysis の計測では平均より遅く、出力が非常に長いこと、そしてオープンウェイトがまだ出ておらず、公開は 11 月 4 日までの予定であることです。K3.1 Pro はまだ自分たちで動かしていないため、以下の数字は Moonshot と Artificial Analysis のものです。

先に結論から

• K3 より 3 分の 1 安く、API はそのまま。 入力 $2、出力 $10 は 100 万トークンあたりで、K3 の $3 と $15 から下がりました。モデル名を kimi-k3.1-pro に変えるだけで切り替わります。
• Moonshot の表では Claude Opus 5.5 とほぼ互角。 Terminal-Bench 4.0 は 65.7% で、Opus 5.5 が 66.4%、GPT-6 Astra が 58.2% です。弱点は科学分野で、Terminal-Bench Science は 38.1%、GPT-6 Astra は 68.1%。この差は Artificial Analysis の独自計測でも確認できます。
• コーディングのスコアは独立検証でも裏付けられました。 Artificial Analysis の Terminal-Bench 4.0 は 67.2% で、Opus 5.5 の 59.6% を上回ります。指数でも 215 モデル中 4 位です。代わりに毎秒 73 トークンと遅く、出力が長いため、1 タスクあたり $2.11 かかります。トークン単価から受ける印象より、GPT-6 Astra の $3.26 に近い数字です。
• おすすめは、 K3 を使っているなら今すぐ K3.1 Pro へ。Opus 5.5 か GPT-6 Astra を使っているなら、自分のタスクをいくつか通してから決めてください。節約になるのは事実ですが、スコアの大半はまだ Moonshot 単独の発表です。

Kimi K3.1 Pro とは

Kimi K3 をさらに学習させ、価格を下げたモデルです。Moonshot は「これまでで最も高性能な 3T クラスのオープンウェイトモデル」と説明し、新しい K3.1 シリーズの 1 本目と位置づけています。

モデル名は 2 つあります。kimi-k3.1-pro と kimi-k3.1-pro-highspeed で、Moonshot によると Highspeed は 2〜3 倍速く、価格は 2 倍です。

Kimi アプリと kimi.ai、Kimi Work（3.1.0 以降）、Kimi Code（/model で選択）、Moonshot の API で今日から使えます。Kimi Enterprise では、管理者が有効にするまで表示されません。OpenRouter では今のところ Moonshot だけが提供しています。

Claude Opus 5.5、GPT-6 Astra とのスコア比較

Moonshot の表では 2 モデルと勝ち星を分け合っています。14 項目のうち Claude Opus 5.5 に 9 項目、GPT-6 Astra に 10 項目で勝ちました。

GDPval-AA の Elo を除き、数値はパーセントです。出典は Moonshot が 2026 年 10 月 23 日に出した公開記事です。

Opus 5.5 に対して最も差が開くのは SWE-Marathon（51.7 対 46.3）と GDP.pdf（34.6 対 30.6）です。はっきり負けるのは Terminal-Bench Science で、38.1 に対して GPT-6 Astra が 68.1、Opus 5.5 が 63.3 でした。

DeepSeek V4.1 Flash 1017 と GLM-5.3 には、両者が表に載るすべての項目で勝っています。Terminal-Bench 4.0 では 65.7 に対し 42.3 と 41.8 です。Claude Fable 5.1 には 3 項目で負けました。Terminal-Bench Science、Frontier Finance、OSWorld です。

計測条件は、K3.1 Pro の思考を最大にし、temperature 1.0、top-p 0.95、ほとんどを Claude Code 内で実行しています。競合モデルも各社の最も高い思考設定です。競合のスコアの多くは各社の報告書か公開リーダーボードによるもので、一部は Moonshot が自分で回しています。

Moonshot の注記には、Claude モデルは「フォールバックを含む場合がある」、GPT モデルは「サイバーガードを含む場合がある」と書かれています。Kimi Code Bench 3.0 は Moonshot の社内テストです。

独立した検証は合っているか

おおむね合っています。Artificial Analysis は独自にテストを回し、K3.1 Pro を 215 モデル中 4 位に付けました。上記の競合では Claude Opus 5.5 だけが上回ります。

Artificial Analysis の Intelligence Index v4.3.2、出力速度、指数タスク 1 件あたりの平均コストです（2026 年 10 月 24 日確認）。10 項目のテストには Terminal-Bench 4.0、GDPval-AA、GDP.pdf が含まれ、いずれも Moonshot の表にありますが、数値は Artificial Analysis が自分で計測したものです。

Artificial Analysis は Terminal-Bench Science も指数の外で回しています。この 4 項目について、K3.1 Pro の結果を並べます。

両者は近い結果です。Artificial Analysis の計測は Terminal-Bench 4.0 で高く、GDP.pdf と Terminal-Bench Science で低くなりました。K3.1 Pro の 67.2% はこの中で最高でもあります。同じテストで Opus 5.5 は 59.6%、GPT-6 Astra は 59.1% です。

科学分野の弱点も裏付けられました。K3.1 Pro が 34.3% に対し、Opus 5.5 が 59.0%、GPT-6 Astra が 63.3% です。

代償は冗長さです。指数を完走するまでに K3.1 Pro は 1.5 億トークンを出力し、中央値は 8700 万でした。Artificial Analysis は「非常に冗長」と評しています。そのため 1 タスクあたりのコストは GPT-6 Astra の 3 分の 2 ほどになります。トークン単価は 5 分の 1 なのに、です。

Opus 5.5 と比べると、1 タスクあたりのコストは 3 分の 1 ほどで、指数は 3 ポイント低いという関係です。

競合の数字は信頼できるのか。確認できた範囲では一致しています。Opus 5.5、GPT-6 Astra、Fable 5.1、GLM-5.3 は各社の報告書や公開されている Terminal-Bench 4.0、SWE-Marathon、BenchCAD の結果と合っています。GDPval-AA のスコアも Artificial Analysis の公開ボードと 2 ポイント以内です。

注意すべき点は 2 つあります。

• Opus 5.5 の Terminal-Bench 4.0 における 66.4 は Anthropic 自身の数字です。公開リーダーボードの最高値は 64.8 です。
• GPT-6 Astra の OSWorld 75.8 は他社の報告によるものです。OpenAI 自身の記事は別バージョンの OSWorld で 72.6 としています。

まだ確認できない点は次のとおりです。

1. K3.1 Pro のスコアの多くは Moonshot だけが発表しています。上記 4 項目を除き、公開ボードに K3.1 Pro の結果はまだありません。Terminal-Bench 4.0 のボードに Kimi のモデルはなく、SWE-Marathon のボードには Kimi K3 が 48.1 で載るだけです。
2. 競合は Moonshot が選んだモデルです。公開の SWE-Marathon ボードでは Muse Wonder Full が 53.1 で K3.1 Pro の 51.7 を上回りますが、Moonshot の表に Muse Wonder はありません。
3. Moonshot のページどうしが食い違っています。公開記事は社内の Hallu Bench Hard で幻覚率 8.3%（K3 は 23.4%）とし、API ガイドは 6.85% と書いています。API ガイドには "[xx.x%]" のような未記入のプレースホルダーも残っています。公開記事の数字を使ってください。
4. ウェイトは後から公開されます。「11 月 4 日まで」とだけで、ライセンスはまだ示されていません。

Kimi K3 から何が変わったか

価格が 3 分の 1 下がり、Moonshot 自身のテストは上がりました。呼び出し方は変わっていません。

5 項目はいずれも Moonshot の社内テストで、公開記事の数値です。Hallu Bench Hard は回答に含まれる誤りの割合なので、低いほど良い指標です。

API は K3 と同じです。常に思考し、reasoning_effort は low、high、max（既定は max）から選べます。出力は max_completion_tokens を上げない限り 131,072 トークンまでです。temperature は 1.0、top_p は 0.95 に固定なので指定しないでください。画像は base64 かアップロードしたファイルで送り、公開 URL は使えません。

新しい点は 2 つです。Highspeed 版の追加と、Moonshot による K2 の終了です。2026 年 10 月 31 日に K2 は新規登録で使えなくなり、年末までにすべての K2 モデルが終了する予定です。

Kimi K3 のレビューでは、K3 の常時オン・最大設定の思考が DeepSeek V4.1 Flash より 2〜4.4 倍遅い原因でした。Hacker News のある開発者は、自分のベンチマークで K3.1 Pro が「k3 のほぼ 2 倍速い」と報告しています。

Kimi K3.1 Pro の料金

100 万トークンあたり入力 $2、出力 $10 です。Claude Opus 5.5 の半額、GPT-6 Astra の 5 分の 1 になります。

価格は Moonshot、Anthropic、OpenAI の料金ページによるものです（2026 年 10 月 24 日確認）。

入力 1 万トークン、出力 2 千トークンのリクエストは、K3.1 Pro で $0.04、K3 で $0.06、Opus 5.5 と K3.1 Pro Highspeed で $0.08、GPT-6 Astra で $0.20 かかります。

実際のリクエストはもっと長くなります。K3.1 Pro は毎回の回答前に考え、設定を下げなければ最大設定のままです。上記の Artificial Analysis のタスク単価には、その思考も含まれています。

Moonshot は繰り返し現れるプロンプトの前半を自動でキャッシュします。キャッシュに当たると 100 万トークンあたり $0.20 で、入力価格の 10 分の 1 です。書き込みは 100 万トークンあたり 5 分間で $2.00、1 時間で $4.00 かかります。コンテキスト長による段階料金はありません。

Moonshot の API では、$1 以上のチャージで K3.1 Pro が使えるようになります。新規アカウントは Tier 0 で、毎分 3 リクエスト、同時 1 件です。累計 $10 のチャージで毎分 100 リクエスト、同時 15 件に上がります。

Kimi K3.1 Pro に乗り換えるべきか

K3 からなら乗り換えてください。Claude Opus 5.5 か GPT-6 Astra からなら、自分のタスクをいくつか通してから決めます。

Opus 5.5 をコーディングに使っているなら、K3.1 Pro を試す理由はコストです。Artificial Analysis のテスト群では 1 タスクあたり Opus 5.5 の約 3 分の 1 で、指数は 3 ポイント低いだけです。まず自分のリポジトリで試してください。2 つの Terminal-Bench を除き、コーディングの数値は Moonshot の発表だけです。

Kimi K3.1 Pro の使い方

Moonshot の API プラットフォームで $1 以上チャージし、OpenAI 互換のクライアントから kimi-k3.1-pro を呼びます。Kimi アプリや Kimi Code で選ぶこともできます。

Moonshot のクイックスタートにある例で、思考の強さを high にしたものです。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url="https://api.moonshot.ai/v1",
)

completion = client.chat.completions.create(
    model="kimi-k3.1-pro",
    reasoning_effort="high",  # low、high、max のいずれか（既定は max）
    messages=[{"role": "user", "content": "Introduce Kimi K3.1 Pro in one sentence."}],
)
print(completion.choices[0].message.content)

1. マルチターンやツール呼び出しのループでは、reasoning_content と tool_calls を含む assistant メッセージ全体を返してください。Moonshot が要求しています。
2. temperature、top_p、n と 2 つのペナルティは指定しません。固定値です。
3. 画像は base64 かアップロードしたファイルで送ります。公開画像 URL は使えません。
4. Codex では、Moonshot のガイドに従い model = "kimi-k3.1-pro"、wire_api = "responses"、ベース URL に https://api.moonshot.ai/v1 を設定します。

OmniaKey は 2026 年 10 月 24 日時点で K3.1 Pro を提供していません。Kimi K3 と、Moonshot の表にある競合はすべて使えます。Claude Opus 5.5 や GPT-6 Astra から DeepSeek V4.1 Flash、GLM-5.3 まで、OpenAI 互換の API キー 1 つで呼び出せます。同じタスクを各モデルで走らせて比べてください。

よくある質問

新しい Kimi API アカウントで K3.1 Pro が使えないのはなぜですか

$1 以上のチャージで解放されます。累計チャージ額はレート制限も決め、Tier 0 は毎分 3 リクエストです。

K3.1 Pro Highspeed は別のモデルですか

Moonshot は K3.1 Pro の一版として、2〜3 倍速く、入力と出力の価格が 2 倍のモデルとして売っています。キャッシュ入力は $0.20 のままです。OpenRouter は両方を 1 つのモデルとして扱い、Highspeed を "priority" 枠に置いています。

Kimi K3.1 Pro の思考は切れますか

切れません。Moonshot のドキュメントは常に思考すると明記しており、短くしたいときは reasoning_effort を low にします。OpenRouter のページには "none" の選択肢がありますが、Moonshot のドキュメントにその設定はありません。

Kimi K3.1 Pro はオープンソースですか

Moonshot は完全なウェイトを 2026 年 11 月 4 日までに公開するとしています。API とアプリはすでに使えます。オープンウェイト版ではサイバー関連の学習データを除いたとも述べていますが、公開記事にライセンス名はまだありません。

Kimi K3.1 Pro は中国ではいくらですか

Moonshot の中国プラットフォームでは、100 万トークンあたり入力 13 元、キャッシュ入力 1.30 元、出力 68 元です。Kimi K3 は 20 元、2 元、100 元です。

出典

• Moonshot：Kimi K3.1 Pro の発表（2026 年 10 月 23 日）
• Moonshot API：Kimi K3.1 Pro クイックスタート、reasoning effort、料金、チャージとレート制限
• Moonshot 中国プラットフォームの料金
• Artificial Analysis：Kimi K3.1 Proと GDPval-AA
• Terminal-Bench 4.0 リーダーボードと SWE-Marathon リーダーボード
• Anthropic：Claude Opus 5.5 システムカードと料金
• OpenAI：GPT-6 Astra の発表とモデルページ
• OpenRouter：Kimi K3.1 Pro
• Hacker News の公開スレッド

いずれも 2026 年 10 月 24 日に確認しました。