Kimi K3.1 Proの価格: $2/$10、943Kの出力上限、そしてまだ存在しない重み

数字が1つある：Kimi K3.1 Proの価格表で、残りを奇妙にするのは出力上限だ。このモデルは100万入力トークンあたり2.00ドル、100万出力トークンあたり10.00ドルで、1Mトークンのコンテキストウィンドウ全体にわたり、最大出力943,000トークンで販売されている。これは誤植でも、コンテキスト値の丸めでもない——サービングスタックが実際に1回の応答をどこまで走らせるかを示すものであり、ここでの「高価」の意味を変える。中堅の主力モデルのような価格のモデルが、この価格帯のほとんどのモデルにはない長文能力を備えて販売されている。

2つ目の奇妙な点は、Moonshotが重みを出荷していないのに、それをオープンウェイトとして売っていることだ。同社自身のドキュメントには、完全なモデルの重みは「11月4日までに公開される予定」と書かれており、アクセスできる範囲を評価するArtificial Analysisは、依然としてこのモデルをプロプライエタリと分類している。その日が過ぎるまで、Kimi K3.1 Proについて提示されるすべての価格はホステッド価格であり、比較できるセルフホストの代替手段は存在しない。どちらの事実も、実際に何を購入しているのかを左右するため、価格に関する記事に含めるべきだ。

カードを1行ずつ

2026年10月29日、OrcaRouter上のモデルのライブページから読み取った内容:

• 入力 —100万トークンあたり$2.00。

• 出力 — 100万トークンあたり $10.00。

• コンテキスト — 1Mトークン、最大出力943K。

• モダリティ —入力: テキスト、画像、動画、出力: テキスト。

• エンドポイント — /v1/chat/completions、/v1/responses、および /v1/messages。

• 測定されたレイテンシ — p50 最初のトークンまでの時間は7.26秒、p95は10.00秒（7日間）

• トラフィック — 同じ7日間で2,779.4百万トークン。

最後に示されたその2つの数値の組み合わせこそ、ほとんどの価格ページが省いている部分であり、このページで最も役立つ情報です。1週間で27.8億トークンというのは、エンドポイントが大規模に使われている証拠であって、高速であることの証拠ではありません。レイテンシの数値は正反対のことを示しています——最初のトークンまで7.26秒かかるのは遅く、しかもその遅さがどう影響するかは、何を構築しているかによって異なります。

$10のアウトプットで実際に手に入るもの

トークン単位の料金設定は計画立案には不向きな単位なので、同じ料金表をタスク単位で表すと次のようになります。20万トークンのコンテキストを読み、5,000トークンを書き出す1回のリクエストは、入力$0.40、出力$0.05、およそ45セントです。同じリクエストをGPT-6.1 Solに対して行うと、同じ$2.00 / $10.00の料金表を適用していても、費用は同じ45セントで、独立系ボードではIndexポイントが3ポイント低くなります。これがKimi K3.1 Proを支持する理由を一文で示したものであり、料金表だけに頼ることへの反論でもあります。価格が同一である以上、判断はどちらのモデルが実際に仕事をこなすかに完全にかかっているからです。

次に、レンジのもう一方の端、つまり943Kの出力上限がもはや珍しい話ではなくなる領域です。1回の呼び出しで長い文書や大きなコードファイルを生成するエージェントは、現実的に10万出力トークンを書き出す可能性があります。100万トークンあたり10ドルなので、レスポンスには1.00ドルかかります。プロンプトが小さければ、これは入力側のコストの5倍です。出力トークンこそがこのカードが高くつくところであり、長文生成こそが943Kの上限が実際に試される場面です。

ページが伝えていない、正直に見て取れる2つの欠落点があります。入力料金と出力料金は記載されている一方で、キャッシュ読み取り料金やバッチ料金はないため、計画に組み込める公表割引は存在しません。また、アカウントごとのレート制限が示されていないため、負荷時にぶつかる上限は予算上の項目ではなく、運用上の発見となります。大量のジョブをこちらへ移す前に、どちらも確認する価値があります。

レイテンシは第二の請求書である

最初のトークンまでの7.26秒は料金表には載っておらず、チャットインターフェースではほとんど無関係だ。読者はとにかく待っているからだ。エージェントループでは、まったく別の数字になる。20ターンを要するループでは、実際の作業が数えられる前に、p50でタスクあたり約2分半、p95では3分半近くの純粋な待ち時間が発生する。並列エージェントの数だけ掛け合わせると、請求額ではなく実時間が制約になる。

これが、このモデルがあなたに求める具体的なトレードオフです。より高速なミッドティアモデルと同じ価格で、総合指数ではより高いスコアを出し、すべてのリクエストの冒頭ではより遅くなります。判断する正しい方法は、どちらかのベンダーの数値を信じるのではなく、自分のプロンプトで自分のp95を測定することです。

誰も話題にしないエンドポイント、そして導入を決定づけるエンドポイント

モデルページには3つのエンドポイントが一覧されており、3つ目が興味深いものです。OpenAI形式のチャット補完とレスポンスのルートに加えて、/v1/messages エンドポイント、つまり Anthropic 形式のサーフェスがあります。Anthropic の API を話すコーディングハーネスを動かしている人にとって、それは既存のツールにそのまま向けられるモデルと、アダプターを必要とするモデルの違いです。

価格の見方も変わる。Claude Code のようなハーネスは、個々の呼び出しが高いからではなく、1セッションでどれだけ多くの呼び出しを行うかによって実行コストが高くつく。1M ウィンドウで $2.00 / $10.00 という条件なら、こうした構成をたいてい台無しにする計算——長いコンテキストが毎ターン再送されること——こそ、このカードが最もよく適合する形だ。ただし、最初のトークンまでの7秒がセッションを壊れたように感じさせない限りにおいて。

11月4日、そしてそれが価格に及ぼす影響

オープンウェイトの公開日は、ライセンス上の出来事であるだけでなく価格設定上の出来事でもあり、それがどう展開するかには前例がある。Kimi K3は2026年7月16日に発表され、その重みは7月27日にHugging Faceに登場した——11日の間隔だ。K3.1 Proが同じ形をたどるなら、ホステッド価格はもはや市場で唯一の価格ではなくなる。GPUを持っている人にとってセルフホスティングは現実的な選択肢になり、ホステッド価格は他人の電気代という限界費用と競争しなければならない。

それが変えないのは次の点です。この規模のモデルをセルフホスティングすることは、割引ではなく資本を投じる判断です。ホスト型カードはそれを利用するための安価な方法であり、ウェイトはそれを所有するための安価な方法です。買い手が違えば答えも異なります。大規模なコミットを計画している人は、11月4日を価格が下がる日ではなく、比較対象が変わる日として扱うべきです。

推測に頼らずに予算を立てる方法

重要度順に、実用的な3つのルール。

• まず出力側の予算を立てる。出力対入力の価格比が10:1の場合、読み取るのではなく生成するあらゆるワークロードでは出力側が支配的になります。出力トークンの割合がわからない場合は、コストをモデル化する前に測定してください。

• 1Mコンテキストは機能ではなく、請求上の危険因子として扱いましょう。 大きなウィンドウは、何もかも送ってしまいたいという誘惑を与えます。毎ターンすべてを送信することが、安価なモデルを高コストなモデルに変える道です。このページにはキャッシュの挙動に関する記載がないため、別途測定できるようになるまでは、毎回すべてのトークンが課金されると想定してください。

• 代替案の価格は同じ日に確認してください。料金は変動します。OrcaRouterでは、プロバイダーが公表する価格がマークアップなしでそのまま請求額となるため、Moonshotの価格変更は発表当日にここへ反映されます。つまり、先月書き留めた比較内容は、もはや存在しないカードを説明している可能性があります。

注目点は、重みが11月4日に登場するのか、どのライセンスで登場するのか、オープンウェイトの提供によってバッチ処理が当たり前になればモデルページにキャッシュ読み取りレートが加わるのか、そしてそれに応じてホスト版の料金カードが少しでも動くのかどうかだ。今週Kimi K3.1 Proに払う価格は、期限の形をした疑問が付いたホステッド価格である。