Kimi K3.1 ProとK3の比較：何が変わり、価格はいくらで、誰が乗り換えるべきか

Kimi K3.1 Proは、2026年7月16日にMoonshot AIがリリースした2.8兆パラメーターのオープンウェイトモデル、Kimi K3に対する初のアップデートです。2026年10月23～24日に、Kimiアプリ、Kimi Code、Kimi APIで公開されました。Moonshotの発表記事では、「新しいK3.1シリーズの最初のモデルであり、現時点で最も高性能な3Tクラスのオープンウェイトモデル」と紹介されています。K3を追加学習したモデルで、「数百の下流領域」にわたり、事後学習の計算量を大幅に増やしてトレーニングされています。Moonshotは、コーディング、3D制作、金融リサーチとモデリングの性能向上をうたっています。機能は同一で、速度が約2～3倍のK3.1 Pro Highspeedもあり、全ウェイトは2026年11月4日までに公開予定です。

要点を先に述べると、APIでコードを使う場合、変更はモデルIDだけです。kimi-k3.1-proのパラメーター制約はkimi-k3と同じなので、固定されたサンプリング設定、3段階の推論レベル、デフォルトの最大値はそのまま引き継がれます。最初に気づく変化は、もっと目立たないものです。Kimi CodeではK3のデフォルトが高推論レベルだったのに対し、K3.1 Proでは最大になっています。タスクごとの思考量が増え、それに伴ってトークン消費量やプランのクォータ消費量も増えると考えてください。

価格は、K3.1 Proのほうがトークン単価では安価です。AIHubMixの価格は100万トークンあたり入力$2.00、出力$10.50で、K3の入力$2.84、出力$14.20を下回ります。また、発表当日に出回った人民元建ての価格表でも、Moonshotで同様の値下げが示されています。執筆時点では、Moonshot公式の米ドル建て価格は確認できませんでした。Moonshotが自己申告したベンチマークでは、独自のコーディング、ハルシネーション、金融テストでK3を明確に上回っています。つまり本当に重要なのは、トークン単価が安い一方で作業に長く思考するモデルについて、こうした性能向上が費用に見合うかどうかです。

K3とK3.1 Proの比較

K3の列はMoonshotのKimi K3ガイドとモデルカードに基づいています。K3.1 Proの列はMoonshotのK3.1 ProクイックスタートとKimi Codeモデルドキュメントに基づいており、後者にはKimi Codeの両モデルのデフォルト設定も記載されています。HighspeedのIDは、APIではkimi-k3.1-pro-highspeed、Kimi Codeではk3.1-pro-highspeedです。Kimi Codeでウィンドウ全体の1Mを利用できるのは、上位プランです。MoonshotはK3.1 Proのアクティブパラメーター数を公開しておらず、ウェイトに適用されるライセンスも明らかにしていません。

K3.1 Proが姿を現すまで

K3.1シリーズの情報は、1か月にわたって断片的にリークされました。CometAPIのトラッカーがリーク情報をまとめ、Wccftech、AIBase、LINUX DOの投稿者らも報じました。Moonshotはティーザー動画を公開するまで、いずれの情報も認めていませんでした。

• 9月23日：Xに投稿された設定スニペットには、k3d1-agentという識別子、3段階の推論レベル（Low、High、Max）、最大1Mトークンの「Extra Long」コンテキストオプション、そしてagent、swarm、search、batchモード用のフラグが記載されていました。
• 9月28日：開発者がMoonshotのAPIプラットフォームのモデルレジストリでkimi-k3-1を見つけ、リクエストに応答したと報告しました。オープンプラットフォームのプレビューでは、K3と同じ価格が表示されていました。
• 10月21日：Kimi Codeのmodel_switch_confirm設定が、k3、K3、kimi-k3、k3-256k、kimi-for-coding、kimi-for-coding-highspeedをk3.1に切り替えるルールを返すようになりました。2日後、モデルはKimi Codeでk3.1-proとして公開されました。
• 10月22日：Kibitzという匿名モデルがArenaのCode Arenaに登場しました。トークナイザーのフィンガープリントからKimiとの関連が判明し、名称もMoonshotの命名パターンに沿っていました（K3はKivineとしてテストされていました）。テスターによる一発勝負の評価は好意的で、あるテスターは推論レベルmediumでの3D制作をClaude Opus 5.5に近いと評価しました。Arenaはスコアを公開していません。
• 10月23日：Kimi公式アカウントが24秒のティーザー動画を投稿しました。Kimi Codeのターミナルに「Model: Kimi K3.1」と表示され、モデルがThree.jsの3Dシーンを書く様子が映っています。
• 10月23～24日：MoonshotはKimi CodeのドキュメントにK3.1 ProとK3.1 Pro Highspeedを追加し、モデルが「Kimi Codeで全面展開された」と記しました。発表記事はいったん短時間公開された後に取り下げられ、その夜、ベンチマーク表をすべて掲載して再公開されました。同時に、kimi-k3.1-proとkimi-k3.1-pro-highspeedのAPIドキュメントも公開されました。

リークされたフラグの多くは、3段階の推論レベル、1Mコンテキストウィンドウ、Kimi既存のswarmモードなど、すでにK3が備えていた機能を示すものでした。発表によって、そのことが裏付けられました。K3.1 ProはK3のリクエスト仕様を引き継いでいます。新しいのは、追加の事後学習、Kimi Codeでの推論レベルのデフォルトがmaxになったこと、そしてHighspeed版です。

変わらない点と再確認すべき点

Moonshotによると、kimi-k3.1-proは「kimi-k3と同じパラメーター制約」を備えているため、K3で動作するコードはIDを変更するだけで使えます。引き継がれるルールは次のとおりです。

• 思考モードは常に有効です。Moonshotによると、これを無効にするリクエストはHTTP 400で拒否されます。AIHubMixのメインIDでは拒否されませんでした（下記参照）。
• reasoning_effortに指定できる値はlow、high、maxで、デフォルトはmaxです。事前の報道に反して、mediumレベルはありません。Kimi Codeでは、mediumはhighに、xhighとultraはmaxに、minimumとlightはlowに割り当てられます。Kimi Codeではoff、none、disabled、または未対応の値を指定すると400が返ります。
• サンプリング設定は固定です。temperatureは1.0、top_pは0.95、nは1、両方のペナルティは0です。これらは指定せず省略してください。MoonshotのAPIでは、ほかの値を指定するとエラーになります。
• tool_choiceには、K3と同様にrequiredを指定できます。
• max_completion_tokensのデフォルトは131,072で、最大1,048,576まで指定できます。コンテキストウィンドウは1Mです。
• モデルまたは推論レベルを変更すると、キャッシュは無効になります。Kimi Codeでは、既存のK3、K2.8 Preview、K2.7 Code Highspeedのセッション内でK3.1 Proに切り替えないようMoonshotは推奨しています。出力品質が低下し、キャッシュヒット率も下がるためです。

K3と同様に、マルチターン処理やツールループでは、reasoning_contentを含むassistantメッセージ全体を渡し返す必要があります。

AIHubMixでの測定結果。10月24日、AIHubMixは両モデルをメインIDのkimi-k3.1-proとkimi-k3.1-pro-highspeed、およびコーディング用チャンネルのcoding-kimi-k3.1-proとcoding-kimi-k3.1-pro-highspeedでテストしました。コーディング用チャンネルはKimi Codeの推論レベルの割り当てに準じています。

• Chat Completions（reasoning_content付き）とMessages（thinkingおよびtextブロック）は、両方のモデルで200を返しました。Responses APIで200が返ったのはコーディング用チャンネルのみです。メインIDでは404となり、「The model kimi-k3.1-pro is not available on this endpoint.」と表示されました。そのため、公開時点でResponsesを使うCodexでは、AIHubMix上でコーディング用チャンネルのIDが必要でした。
• 試したreasoning_effortの値（low、medium、high、max、xhigh）はすべて200を返しました。ゲートウェイはすべて受け付けますが、Moonshotが公式に指定しているのはlow、high、maxのみです。追加の値を追加の推論レベルと解釈しないでください。offや未対応の値も200を返しました。また、noneまたはthinking: {"type": "disabled"}フィールドを指定すると、推論内容なしで200が返りました。AIHubMixでは思考モードのオフ指定は400にならず、エラーが表面化しません。
• temperature=0.2はメインIDで400を返し、「invalid temperature: only 1 is allowed for this model」というエラーになりました。コーディング用チャンネルでは受け付けられました。K2.x向けの古いthinking: {"type": "enabled"}フィールドは、両方で200を返しました。
• Messages APIでの構造化出力が使えるようになりました。プロンプトでJSONを求めていないjson_schemaリクエストに対して、{"city":"Paris"}が返されました。7月にAIHubMixがテストした際、K3はこのAPIでスキーマを黙って無視していました。
• キャッシュは自動です。コーディング用チャンネルでは、同じプロンプトを再度送ると、プロンプト全体がキャッシュ済みトークンとして計上されました。

このシリーズの移行ガイドでは、こうした問題をそれぞれ実際に起こりうるエラーとして取り上げ、エラーメッセージと対処法を解説します。

ベンチマーク：K3および上位モデルとの比較

数値はMoonshotが発表時に自己申告したもので、K3.1 Proは発表記事、K3はGitHubのモデルカードから引用しています。モデルごとにハーネスが異なり（K3.1 Proは主にClaude Codeハーネスで実行）、数値はまだ第三者によって再現されていません。

K3からK3.1 Proへの変化。以下は、Moonshotが両モデルを同じ方法で測定した項目です。

Kimi Code Bench、Kimi Hallu Bench、2つの金融データセットはいずれもMoonshot社内のベンチマークです。Kimi Code Bench 2.0の比較はClaude Codeハーネスで実施されました（K3の主要スコア72.9はKimi Codeでの結果）。Hallu Bench Hardはツールを使って実施されます。すべての比較で数値は改善し、コーディングセットでは3～8ポイント、金融セットでは7～12ポイント向上し、Hardセットでのハルシネーション率は23.4から8.3に低下しました。Terminal-Bench、SWE Marathon、ProgramBenchは両方の発表に登場しますが、バージョンや採点方法が異なるため、K3の88.3、42.0、77.8をK3.1 Proの65.7、51.7、31.5と直接比較することはできません。

上位モデルとの比較。KimiにはK3.1 Proより上位のモデルがないため、重要なのはMoonshotの表にあるクローズドモデルとの比較です。Moonshotはそれらを推論レベルmaxで実行し、「プロプライエタリモデルのテストでは、フォールバック動作が発生する場合がある」と注記しています。

Moonshot独自のスコアカードでは、K3.1 Proは長時間の継続的なコーディング（SWE Marathon v1.1）とツールありのHLEで4モデル中トップに立ち、DeepSWE v1.1でもわずかに上回っています。Terminal-Bench 4.0ではFable 5.1とGPT-6 Astraを上回り、Opus 5.5にも1ポイント差まで迫っています。GDPval-AAではOpus 5.5にわずかに届きません。ProgramBenchでは大きく後れを取り、Opus 5.5のスコアは約2倍です。また、ツールなしのHLEと、GPT-6 Astraが首位のMoonshot社内のDesign Benchでも後れを取っています。K3はArenaのFrontend Codeリーダーボードで1,679のスコアを記録して首位に立ちましたが、K3.1 Proは公開時点でArenaのスコアがありませんでした。

価格と実際のコスト

価格は100万トークンあたりです。AIHubMixのK3.1 Proの価格は、K3と比べて入力が30%、出力が26%安くなっています。Highspeedは入力・出力ともにK3.1 Proのちょうど2倍で、キャッシュヒット価格は同じです。執筆時点でMoonshot独自のK3.1 Proの米ドル価格表は確認できなかったため、公式欄にはダッシュを記載しています。OpenAIはGPT-5.6 Solを$4 / $20のプロモーション価格で提供しており、少なくとも2026年11月21日まで続くと報じられています。AIHubMixのキャッシュヒット価格は、K3.1 ProとHighspeedが100万あたり$0.20で、K3は$0.284（Moonshotでは$0.30）です。Moonshotの課金アップデート後、K3のキャッシュ書き込みは別項目として表示されるようです。デフォルトの有効期間5分では100万あたり$3.00、1時間では$6.00です。MoonshotのAPIでは、K3.1 Proも同じ課金方式です。コンテキスト長にかかわらず料金は一定で、キャッシュ書き込みは有効期間に応じて課金され、推論トークンはどの努力レベルでも出力として課金されます。AIHubMixのモデルページに記載されているのは入力、出力、キャッシュヒットの価格のみで、キャッシュ書き込み料金は別途記載されていません。

Moonshotが公表した人民元価格表。公開当日に出回った価格表には、キャッシュ書き込み料金を含むK3.1 ProとK3.1 Pro HighspeedのMoonshot中国向け価格が記載されています。Moonshotの価格ページとの照合は取れていません。

100万トークンあたり、CNY。K3の行はMoonshotの中国向け価格表と一致しています。この表が正しければ、MoonshotはK3.1 Proの価格を入力で35%、出力で32%、キャッシュヒットで35%引き下げており、AIHubMixの値下げ幅をわずかに上回ります。HighspeedはK3.1 Proの入力、出力、キャッシュ書き込み料金のそれぞれ2倍で、キャッシュヒット価格は同じです。そのためK3と比べると、入力は30%、出力は36%高くなります。Moonshotの米ドル価格表と人民元価格表には固定為替レートの連動がないため、人民元の金額から米ドル価格はわかりません。

1つのタスクでコストを算出。7月、AIHubMixはK3に、プロンプト1つと参考画像から単一ファイルのHTMLゲームを作らせました。実行には2,541秒（約42分）かかり、動作するコードを1,275行生成しました。出力トークンは74,994で、そのうち54,486（73%）が思考トークンでした。当時K3が対応していた唯一のレベルであり、現在のK3.1 Proのデフォルトでもあるmaxで実行しました。入力サイズは記録していなかったため、以下の試算では入力を5,000トークンと仮定しています。価格はAIHubMixのものです。

• K3: 5,000 × $2.84/M + 74,994 × $14.20/M ≈ $1.08
• GPT-5.6 Sol、トークン数が同じ場合：約$1.52
• Claude Fable 5.1、トークン数が同じ場合：約$4.18
• K3.1 Pro、トークン数が同じ場合：5,000 × $2.00/M + 74,994 × $10.50/M ≈ $0.80
• K3.1 Pro Highspeed、トークン数が同じ場合：5,000 × $4.00/M + 74,994 × $21.00/M ≈ $1.59

トークン数が同じというのは仮定であり、実際のトークン数によって結果は上下します。Chase AIによる実機テストでは、K3が2,150万トークンを使ったのに対し、Claude Fable 5は350万トークンで、K3の約6分の1でした。この比率であれば、Fable 5は約12,200トークン、約$0.73でゲームを完成させる計算になり、出力価格が約4倍高くても、K3の$1.08やK3.1 Proの$0.80を下回ります。一方、Artificial Analysisのインデックスタスクでは逆の傾向でした。Fable 5.1はタスクあたりの出力トークンが平均78,000で、K3の48,000を上回り、タスクあたりのコストもK3の$2.00に対して$7.63でした。

モデルがどれだけ長く考えるかはタスクによって異なります。10月24日にAIHubMixで簡単なスポットチェックを実施したところ、600語の解説文を生成するプロンプトをlow effortで実行した際、K3.1 Proは回答前に5,561〜7,356トークン、K3は3,013〜7,051トークンを推論に使いました。使用量は同程度です。違いは速度でした。K3.1 Proは1秒あたり約86トークンを出力したのに対し、K3は22〜26トークンで、回答までK3.1 Proは80〜99秒、K3は154〜309秒かかりました。これはAIHubMixの主要IDを使い、各モデルで3回ずつ実行した1つのプロンプトの結果であり、ベンチマークではありません。それでも、K3.1 ProがK3より長く考えずに済む場合に限り、出力価格が25%安いことが請求額の25%削減につながります。節約分を見積もる前に、自分のタスクでトークン数を測定してください。

K3.1 Proが明らかな第一候補とは言えないケース

• レイテンシが重視される作業。K3.1 Proは常に思考を行い、デフォルトはmaxで、思考をオフにできません。K3のゲーム生成は1回のリクエストで42分かかりました。また、上記のスポットチェックでは、low effortでもK3.1 Proの最初の回答トークンが出るまで71〜91秒かかり、K3では132〜280秒でした。Highspeedでは出力が約2〜3倍速くなりますが、Moonshotによると「モデルの出力のみを高速化」するため、ツール呼び出しやスクリプトの実行速度は変わりません。ユーザーが回答を待つ運用なら、品質が同等でも、推論を行わない高速なモデルのほうが適しています。
• temperatureの制御が必要なパイプライン。K3.1 Proのサンプリング設定はK3と同じく1.0固定で、AIHubMixの主要IDではtemperature 0.2を指定すると400エラーが返ります。codingチャンネルでは受け付けられましたが、200が返っても値が適用されたとは限りません。再現性のある出力のためにtemperature 0に依存している場合、K3.1 Proでは実現できません。
• 弱点が表れているベンチマークに似たタスク。Moonshot独自の表では、ProgramBenchでClaude Opus 5.5の半分のスコアにとどまり、ツールなしのHLEではクローズドモデル3種すべてを下回り、Design BenchではGPT-6 Astraに後れを取っています。切り替える前に、こうしたタスクでテストしてください。
• 上位モデルのほうが思考量が少ないタスク。Chase AIの構築テストが示すように、価格が高くても思考量が少ないモデルのほうが、タスクあたりのコストは低くなることがあります。K3.1 Proのほうが安いと決めつけず、自分の作業負荷を測定してください。
• 下位のKimi Codeプラン。K3.1 Proは新プランではPlus以上、従来プランではModerato以上が必要です。また、1Mのコンテキストウィンドウを使うにはPro（Allegretto）が必要です。HighspeedにはPro以上（Allegretto）が必要です。

切り替えるべき人、様子を見るべき人

• Kimi Codeユーザー：K3.1 Proはk3.1-proとして利用できます。K3、K2.8 Preview、K2.7 Code Highspeedの既存セッション内で切り替えるのではなく、新しいセッションで使い始めてください。Moonshotによると、セッション途中でモデルを切り替えると出力品質が低下し、キャッシュヒットも減ります。K3ではhighだった設定が、デフォルトのmaxになる点に注意し、最初の1週間はクォータを確認しましょう。消費が速ければ、定型作業の設定をhighに下げてください。ただし、lowでも安くなるとは限りません。AIHubMixのスポットチェックでは、K3.1 Proはlowでも5,561〜7,356トークンを推論に使いました。
• K3 APIユーザー：切り替え先はkimi-k3からkimi-k3.1-proで、パラメータの制約は同じです。MoonshotのAPIでは$1のチャージ後に利用でき、AIHubMixでは同じIDで提供されています。まず自分のタスクで1日分の評価を行い、成功率だけでなく、出力トークン数と推論トークン数も比較しましょう。執筆時点でMoonshot独自の米ドル価格表は確認できませんでした。AIHubMixでのK3.1 Proの価格は100万トークンあたり$2.00 / $10.50です。
• K2.6およびK2.7 Codeユーザー：変更幅はより大きく、Moonshotは移行期限を設けています。Moonshotのプラットフォームでは、2026年10月31日以降に新規登録したユーザーはK2シリーズのモデルを利用できなくなり、2026年12月末までに全モデルを終了する予定です。10月24日時点でAIHubMixにはK2.6とK2.7 Codeが引き続き掲載されており、終了日は設定されていません。K3.1 Proは思考をオフにできず、推論の設定方法もK2.xのthinkingスイッチではなく、努力レベルで指定します。変更する前に、移行に関する記事を読んでください。
• 価格より速度を重視するなら：K3.1 Pro Highspeedは同じ機能を約2〜3倍の速度で利用できますが、Kimi Codeではクォータが約2倍、トークン単価も2倍になります（AIHubMixでは$4.00 / $21.00）。このシリーズのHighspeedに関する記事で、トレードオフを詳しく解説しています。
• 待つ：Moonshotから直接購入していて、契約前に同社の米ドル価格表を確認したい場合は、発表を待ちましょう。
• 現状維持：常時推論が不要なオーバーヘッドとなる、短くて大量のリクエストを処理している場合は、切り替えないほうがよいでしょう。

自分のプロンプトでK3とK3.1 Proを比較するには、1つのキーで両方をAIHubMix経由で実行してください。クイックスタートではキーとベースURLを、K3.1 Proのモデルページでは価格を確認できます。Chat CompletionsまたはMessagesではkimi-k3.1-proを使います。Responses APIでは現時点でcoding-kimi-k3.1-proを使用してください。AIHubMixはこれを評価用プレビューと位置付けており、本番利用は推奨していません。

import os
from openai import OpenAI

client = OpenAI(base_url="https://aihubmix.com/v1", api_key=os.environ["AIHUBMIX_API_KEY"])
prompt = "Write a single-file HTML page that renders a rotating 3D cube with Three.js."

for model in ["kimi-k3", "kimi-k3.1-pro"]:
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": prompt}],
        timeout=3600,
    )
    print(model, r.usage.prompt_tokens, r.usage.completion_tokens)

このスクリプトはChat Completionsを使用し、temperatureは省略しています。K3とK3.1 Proは、1以外の値を受け付けないためです。

よくある質問

Kimi K3.1 Proは公開されていますか？
はい。Moonshotは2026年10月23〜24日に、Kimiアプリ、Kimi Work、Kimi Code、Kimi APIで公開しました。APIではkimi-k3.1-pro、Kimi Codeではk3.1-proとして利用できます。BusinessとEnterpriseの管理者は、チームで使えるように有効化する必要があります。

K3.1 ProはK3より高いですか？
トークン単価では高くありません。AIHubMixでは100万トークンあたり入力$2.00、出力$10.50で、K3の$2.84、$14.20を下回ります。公開当日に出回った人民元価格表ではMoonshotも約3分の1値下げしたとされていますが、執筆時点でMoonshot独自の米ドル価格表は確認できませんでした。ただし、思考量は依然として多くなる可能性があります。Kimi Codeではmaxがデフォルトで、AIHubMixのスポットチェック1回ではlow effortでも5,561〜7,356トークンを推論に使いました。そのため、タスクあたりのコストは上がることがあります。

K3のコードはK3.1 Proでも動きますか？
はい。モデルIDを変更すれば動作します。Moonshotによると、kimi-k3.1-proのパラメータ制約はkimi-k3と同じです。temperatureなどのサンプリングパラメータは引き続き省略し、複数ターンのリクエストではreasoning_contentを返し、思考をオフにしようとしないでください。

Kimi Codeでは何が変わりますか？
Moonshotのドキュメントの案内どおり、セッション途中ではなく、新しいセッションでK3.1 Proを選んでください。デフォルトの努力レベルはmaxで、K3のhighから変更されています。Plus以上のプランが必要で、1Mのコンテキストウィンドウ全体を使うにはPro以上が必要です。

K3.1 Pro Highspeedとは？
APIではkimi-k3.1-pro-highspeedとして利用でき、モデルの能力はそのままに、出力速度が約2～3倍になります。Kimi Codeではクォータを約2倍消費し、トークンあたりの料金も2倍です。AIHubMixでは$4.00 / $21.00です。速くなるのはモデルの出力だけで、ツール呼び出しやスクリプトは速くなりません。

K3.1 ProはClaude Fable 5.1、Claude Opus 5.5、GPT-6 Astraと同等の性能ですか？
Moonshot独自の比較表では、SWE Marathonとツール使用時のHLEで3モデルすべてを上回り、Terminal-Bench 4.0ではFable 5.1とGPT-6 Astraを上回っています。一方、ProgramBench、ツール不使用時のHLE、Design Benchでは劣ります。これらの数値は自己申告によるもので、評価ハーネスも異なり、まだ第三者による再現はされていません。

K3.1 Proのオープンウェイトは公開されますか？
はい。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。ライセンスは明らかにされていません。K3のウェイトにはKimi K3ライセンスが適用されています。

続けて読む：Kimi K3.1 Proシリーズ

• 乗り換えを決めた方は、400エラーやいつの間にか請求額が増える理由をこちらで解説しています。Max-Effortのデフォルト設定から、Highspeed IDの入力ミスまで：Kimi K3.1 Proへの移行：400エラーを解消し、Max-Effortのデフォルト設定に注意して、Highspeedの入力ミスを防ぐ
• アップグレードではなく、K3.1 Proとほかの選択肢を比較検討している方に向けて、同じ週にArenaに登場したQwen 4、そして両者が追いかけるモデル、Claude Fable 5.5との比較をお届けします：Kimi K3.1 Pro vs Qwen 4 vs Claude Fable 5.5：フロントエンドの品質、タスクあたりのコスト、そして誇大な評判を検証
• 2～3倍の速度に魅力を感じた方へ。Highspeedにトークンあたり2倍の料金を払う価値があるかを検証します：Kimi K3.1 Pro vs K3.1 Pro Highspeed：2～3倍の速度は2倍の料金に見合うか？

出典

• Moonshot AI：Kimi K3.1 Pro 技術ブログ
• Moonshot AI：Kimi K3.1 Pro クイックスタート
• Moonshot AI：Kimi Code モデル設定
• AIHubMix：Kimi K3.1 Pro モデルページ
• Chase AI：Kimi K3 vs Claude Fable 5 vs GPT-5.6、実際のコスト