TL;DR
Kimi K3.1 Pro は、K3 基盤の上にコーディング、CAD、金融リサーチの性能を強化し、100万トークンのコンテキストウィンドウを備えています。公開された Terminal-Bench 4.0 スコアは 65.7% で、Moonshot の比較では Claude Opus 5.5 に近い位置づけです。標準モデルはコスト重視のワークロードに適しており、Highspeed は同等の機能のまま出力速度が約 2～3 倍です。
両バージョンは CometAPI の Kimi K3.1 Pro API から利用できます。標準的な CometAPI 料金は、入力トークン 100 万あたり $1.60、出力トークン 100 万あたり $8.00 です。本ガイドではベンチマークの解説、コスト比較、両バージョンの呼び出し方法を示します。数値と価格は 2026 年 10 月 24 日時点で確認済みです。
Key Takeaways
- Kimi K3.1 Pro はポストトレーニングのアップグレード：K3 の MoE 基盤の上に構築され、1,048,576 トークンのコンテキストウィンドウをサポート。
- Kimi K3.1 Pro はエージェントワークフローを強化：Moonshot は Terminal-Bench 4.0 で 65.7%、ツール使用時 BenchCAD の Voxel IoU で 92.7% を報告。
- Kimi K3.1 Pro Highspeed は応答速度を優先：公称の出力速度は標準版の約 2～3 倍で、モデル機能は同一。
- Kimi K3.1 Pro は CometAPI 経由で API アクセス可能：標準の入力・出力レートは公式 USD レートより 20% 低価格；Highspeed の料金はアカウント個別確認。
- Kimi K3.1 Pro はホスト提供が完全重み公開に先行：Moonshot は 2026 年 11 月 4 日までに完全な重みの公開を予定。
What Exactly Is Kimi K3.1 Pro?
Kimi K3.1 Pro は、北京拠点の Moonshot AI（“月之暗面”）によるフラッグシップ大規模言語モデルで、2026 年 10 月 23 日にリリースされました。完全な新規ベースモデルではなく、以前の Kimi K3（2026 年 7 月発表）に対する大規模なポストトレーニング版で、数百の下流ドメインに跨る共同強化学習に大幅な計算資源を投入しています。
Moonshot はこれを「当社史上最も高機能な 3T クラスのオープンウェイトモデル」と表現しています。モデルは K3 と同じ中核アーキテクチャを維持しています。
- 総パラメータ数 2.8 兆
- トークンあたり有効パラメータ 1,040 億（スパース Mixture-of-Experts 設計）
- ネイティブ 100 万トークンのコンテキストウィンドウ
- マルチモーダル対応（テキスト、画像、動画入力）
- 常時推論（非推論モードなし）
同系の派生版である Kimi K3.1 Pro Highspeed は、標準 Pro 版の 2～3 倍の推論速度を提供し、価格は 2 倍です。インタラクティブ性や低遅延が重視されるアプリケーションに適しています。
完全なモデル重みは 2026 年 11 月 4 日までに一般公開予定で、公開されれば K3.1 Pro は最強クラスのオープンウェイトモデルの一つとなる見込みです。
Kimi 3.1 Pro Technical Specifications
| Specification | Details |
|---|---|
| Model Family | Kimi K3.1 series（初代モデル） |
| Base | ポストトレーニング済み Kimi K3 |
| Total Parameters | 2.8 兆 |
| Active Parameters | 1,040 億（MoE） |
| Context Window | 1,048,576 トークン |
| Max Output | 約 944K～1M トークン（設定可能） |
| Input Modalities | テキスト、画像、動画 |
| Output | テキスト |
| Reasoning | 常時オン（低／高／最大の努力レベル） |
| Tool Calling | 対応 |
| Structured Output (JSON) | 対応 |
| API Model IDs | kimi-k3.1-pro, kimi-k3.1-pro-highspeed |
| Open Weights | 2026 年 11 月 4 日までに公開 |
imi K3.1 Pro Benchmarks: Coding, CAD, and Finance
以下の表は Moonshot のリリース評価に基づきます。これはプロバイダー報告のベンチマーク結果であり、独立したクロスプロバイダー再現試験ではありません。
ハルシネーション率は大幅に低下しました。Moonshot は偽主張が K3 の 23.4% から約 8.3%（内部テストではさらに低い）へ低下したと報告しています。金融関連のモデリングとリサーチも大きく改善しています。
| Benchmark | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra | Note |
|---|---|---|---|---|
| Terminal-Bench 4.0 | 65.7% | 66.4% | 58.2% | 現実的なターミナルタスクにおけるコーディングエージェント |
| BenchCAD, with tools (Voxel IoU) | 92.7% | 96.2% | 95.9% | 3D 再構成 / CAD |
| OfficeQA Pro v2 | 64.4 | 62.2 | 54.4 | 文書・オフィスタスク |
| Frontier Finance | 58.6 | 56.7 | 45.0 | 金融 |
| SWE-Marathon | 51.7% | 46.3% | 42.5% | 長期的なソフトウェアエンジニアリング |
| Humanity’s Last Exam (with tools) | 70.0% | 67.7% | 57.2% | 広範な知識と推論 |
| Kimi Hallu Bench Hard, with tools (lower is better) | 8.3% | 15.0% | 5.5% | 数値が低いほど良い |
Coding benchmarks show frontier-level agent performance
Terminal-Bench 4.0 では、Claude Opus 5.5 との差は 0.7 ポイント、GPT-6 Astra に対しては 7.5 ポイントのリードです。これは K3.1 Pro をターミナルベースのエンジニアリングエージェントの有力候補とするものですが、評価環境はヘッドラインのスコアと同程度に重要です。
一部の独立したコーディングエージェントテストでは、ハーネスやセッション長により結果がばらつくことがあり、K3.1 Pro がより長く冗長な推論トレースを生成する場合があります。
Kimi K3.1 Pro improves 3D creation and vision
BenchCAD は、生成された CAD コードを通じてマルチビューのレンダーからの再構成品質を測定します。Voxel IoU は幾何学的な重なりを測る指標であり、92.7% をタスク通過率 92.7% と解釈すべきではありません。Moonshot のツール使用比較は 1,000 ケースのサブセットを用いており、この指標では K3.1 Pro は Opus 5.5 や GPT-6 Astra を下回っています。
また、Kimi K3 に比べて視覚言語タスクで大幅な向上が見られます（例：Ultralytics 自動アノテーションのリーダーボードで mAP50 が +0.11）ほか、データ分析試験では 43 問中 42 問を合格しました。
What’s New in Kimi K3.1 Pro Compared With Kimi K3?
アップグレードを検討する最も明確な理由は、多段階作業の完了性能が向上した点です。以下の表は、Moonshot の報告評価における K3 と K3.1 Pro の比較です。
| Evaluation | Kimi K3 | Kimi K3.1 Pro | Improvement |
|---|---|---|---|
| Kimi Code Bench 3.0 Long-horizon | 55.95% | 61.2% | +5.25 ポイント |
| Internal Financial Modeling | 50.4 | 57.6 | +7.2 ポイント |
| Internal Financial Research | 58.8 | 70.4 | +11.6 ポイント |
| Internal Business Operation | 8.9 | 37.0 | 約 4.2× の性能 |
| Kimi Hallu Bench Hard with tools, claim-level errors | 23.4% | 8.3% | 約 64.5% の低減 |
ただし、これらは個別のベンチマーク比較です。エージェント性能が普遍的に 4.2× 改善したと解釈すべきではありません。
Kimi K3.1 Pro reduces factual errors
グラフはツールなしの結果と、より難易度の高いツール使用の評価を分けています。8.3% は後者の数値です。
ベンチマーク精度と現実の信頼性の区別は重要です。この評価は、事実誤りを露出しやすい難しいプロンプトを意図的に使用しています。その結果は、日常会話における平均的なハルシネーション率を表すものではありません。
Kimi K3.1 Pro introduces a deliberate cybersecurity trade-off
Moonshot AI は、攻撃的なサイバーセキュリティ能力を抑えるために、特定のサイバー関連の学習データと強化学習タスクを削減しつつ、汎用的なコーディング性能を維持しました。
Moonshot の内部 xdev-bench-hard（pass@3）では、制限なしチェックポイントが 90.5%、リリースモデルが 81.0% でした。この差は意図的な学習上の選択を反映するものであり、リリースモデルが悪用不可能であることを保証するものではありません。条件と制約については公式のサイバーセキュリティ評価を参照してください。
Kimi K3.1 Pro vs Highspeed: Which Version Should You Choose?
| Decision factor | Kimi K3.1 Pro | Kimi K3.1 Pro Highspeed |
|---|---|---|
| Model capabilities | 標準のフラッグシップ機能 | 公称では同一の機能 |
| Output speed | ベースライン | 約 2～3× 高速 |
| Best starting workload | バッチ分析、長文レポート、バックグラウンド処理 | インタラクティブなコーディング／リサーチ支援 |
| CometAPI model ID | kimi-k3.1-pro | kimi-k3.1-pro-highspeed |
即時の出力よりコストが重要な場合は標準版を使用してください。ユーザーが生成を待つ場面では Highspeed を選択し、出力速度がそのまま全体の時間短縮に直結すると仮定せず、完了タスクへの影響で評価してください。
例えば、コーディングエージェントがテストの実行、依存関係のインストール、外部ツールの待機に多くの時間を費やす場合、モデル出力の高速化がエンドツーエンドの改善に与える影響は比較的小さい可能性があります。
Access Both Kimi K3.1 Pro Versions Through CometAPI
CometAPI は Kimi K3.1 Pro と Kimi K3.1 Pro Highspeed への OpenAI 互換 Chat Completions エンドポイントを通じたアクセスを提供します。バージョンを切り替えても統合は同じで、モデル ID を変更してバリアントを選択します。
- CometAPI アカウントで API キーを作成し、アプリケーションで COMETAPI_API_KEY 環境変数として利用可能にします。
- OpenAI の Python SDK をインストールし、クライアントの base URL を
https://api.cometapi.com/v1に設定します。 - 標準モデルには kimi-k3.1-pro を、Highspeed には kimi-k3.1-pro-highspeed を使用します。
python -m pip install --upgrade openaiimport osfrom openai import OpenAIclient = OpenAI( api_key=os.environ["COMETAPI_API_KEY"], base_url="https://api.cometapi.com/v1",)response = client.chat.completions.create( model="kimi-k3.1-pro", # Or "kimi-k3.1-pro-highspeed" messages=[ { "role": "user", "content": "Suggest three tests for a CSV import feature.", } ],)print(response.choices[0].message.content)
以下のシェル例は Highspeed を直接呼び出します。同じ COMETAPI_API_KEY 環境変数を使用します。
Kimi K3.1 Pro API Pricing: Official Rates vs CometAPI
以下は、キャッシュされていない入力および生成された出力の 100 万トークンあたりの USD レートを、2026 年 10 月 24 日時点で比較したものです。CometAPI の標準 K3.1 Pro レートは公式レートより 20% 低価格です。Highspeed のレートは選択前にアカウントで確認してください。
| Model | Official input | Official output | CometAPI input | CometAPI output |
|---|---|---|---|---|
| Kimi K3.1 Pro | $2.00 | $10.00 | $1.60 | $8.00 |
| Kimi K3.1 Pro Highspeed | $4.00 | $20.00 | アカウント料金を確認 | アカウント料金を確認 |
標準版の割引が Highspeed にも適用されると仮定すべきではありません。キャッシュの読み書き、ツール課金、税金、リトライはこの比較の対象外です。
公式 API レートでは、K3.1 Pro はキャッシュなしの入力および出力トークンで K3 より約 33.3% 安価です。
キャッシュや追加課金のないリクエストにおけるコストは次のとおりです。
コスト =（入力トークン × 入力レート + 出力トークン × 出力レート）/ 1,000,000
例えば、100,000 のキャッシュなし入力トークンを処理し、10,000 の出力トークンを生成する場合、CometAPI の標準 K3.1 Pro API では約 $0.24、公式プロバイダーのレートでは約 $0.30 となります。
本番支出の見積もりは、請求記録に表示されるリトライや推論トークンの使用を含め、成功したタスクから行ってください。トークンレートが低くても、ワークフローがより多くのトークンを生成したり追加の試行を要する場合、合計コストが下がるとは限りません。
Put Kimi K3.1 Pro to Work: Four Practical Starting Points
出力を検査できる小さなワークフローを選びましょう。
| Workflow | A practical first project | Acceptance checks |
|---|---|---|
| Software engineering | 再現可能なバグをリポジトリで修正し、退行チェックを追加する。 | 関連するテストが通り、パッチが問題を副作用なく解決していること。 |
| CAD and 3D creation | 寸法指示のあるブリーフからパラメトリック部品を生成する。 | 寸法、幾何の妥当性、編集容易性、エクスポート互換性を確認。 |
| Financial research | 年次報告書とワークブック間で選定した数値を突き合わせる。 | 各数値を出典に照合し、数式を独立に検証。 |
| Long-context research | 技術文書のコレクション間で要件を比較する。 | 根拠の位置、文書バージョン、相反する記述のカバレッジを確認。 |
評価では、生成されたコード行数よりも、完了タスクの成功がより有益な指標です。
What Are the Limitations of Kimi K3.1 Pro?
- 推論は常に有効です。K3.1 Pro は低・高・最大の推論努力レベルをサポートし、ドキュメント上のデフォルトは最大です。非推論モードが利用可能と仮定しないでください。
- 長い入力には運用コストがあります。大きなコンテキストウィンドウは入力処理時間とトークン消費を増やす可能性があります。関係する資料を選択し、アーカイブ全体を既定で送信するのではなくキャッシングを評価してください。
- API 応答は外部ワークフローを完了しません。ツール実行、状態保存、出力検証はアプリケーション側で提供します。ツール対応のベンチマーク結果は、素の API 呼び出しにそれらの機能が付随することを意味しません。
- ホスト提供とダウンロード可能な重みは別のマイルストーンです。10 月 24 日時点では、完全な K3.1 Pro の重み公開は 2026 年 11 月 4 日に予定されています。セルフホスティングを計画する前に、公開内容とライセンスを確認してください。
API の挙動は Kimi API ガイド に、重みの提供可否はリリース告知に記載されています。
Conclusion
Kimi K3.1 Pro は、マルチステップのコーディング、ドキュメントリサーチ、ツール支援作業に依存するアプリケーションで評価する価値があります。K3 に対する報告上の改善と標準 API の低レートは、アップグレードを試す実用的な理由となります。まず標準モデルから始め、受理されたタスクの品質とコストを測定し、生成の高速化がユーザー体験を実質的に向上させる場合に Highspeed を選択してください。統合前に CometAPI モデル でアクセス状況と最新料金を確認し、上記の例を取り込んでください。