Kimi K3.1 Pro、自社の前モデルより安価に登場：$2/$10と、より厳しめのベンチマーク表

Moonshot AIはKimi K3.1 Proを2026年10月24日にリリースした。このローンチで最も重要な数字は、ベンチマーク表ではなく料金表にある。入力トークン100万個あたり2.00ドル、出力トークン100万個あたり10.00ドルで、その基になったKimi K3の3.00ドルと15.00ドルに対する価格だ。前身より3分の1安い後継モデルは、最初に取り上げるのに十分なほど異例である。なぜなら、ベンチマークスコアと違って、どのハーネスがテストを実行したかに左右されないからだ。すでにKimi K3に料金を支払っているなら、アップグレードの根拠は請求額が小さくなることから始まる。

2番目の数字こそ、Moonshotが注目してほしい数字だ：{{1}}Terminal-Bench 4.0では65.7%、GPT-6 Astraの58.2%、Claude Opus 5.5の66.4%に対して{{/1}}。これにより、新しいモデルはベンダー自身の表で1位ではなく2位になる。発売日にこれを公表するのは誠実なことであり、このリリースがどう位置づけられているかを物語っている。{{2}}Kimi K3.1 Proは、世界最強のモデルとして売り込まれているわけではない。完了したタスクあたりのコストで勝てるほどフロンティアに近い、より安価なモデルとして売り込まれている。{{/2}}

K3 と K3.1 Pro の間で実際に何が変わったのですか

Moonshotは、これが新しいアーキテクチャではなく、ポストトレーニングによるリリースであると明言している。同社はKimi K3.1 Proを、数百の下流領域にわたる大規模なジョイント強化学習を含む、大幅に増強されたポストトレーニング計算で訓練されたKimi K3のポストトレーニング版と呼んでいる。コンテキストウィンドウは1,048,576トークンで変わらない。視覚入力と動画入力も変わらない。100万トークンの出力上限も変わらない。

実際にそれが意味するのは、ベースモデルの知識と推論能力は以前と同じ資産であり、違いは振る舞いにあるということだ。Moonshotは、そのポストトレーニングを実行可能にするために、RLフレームワーク、長文脈推論、トレーニング効率、サンドボックス基盤、ロールアウトのスケジューリング、環境品質チェックを作り直したと述べている。これらはモデルがどのように作られたかに関するエンジニアリング上の主張であり、外部から検証するのは難しい。振る舞いに関する主張はよりテストしやすく、ローンチ時の数値が示しているのはそこだ。

パラメータ数は、ベンダーの表現があいまいになりやすいところだ。Moonshotはこれを3Tクラスのオープンウェイトモデルと呼んでいる。ローンチ時の報道では、バックボーンは総パラメータ2.8兆、アクティブは約1040億で、Kimi K3と同じ混合エキスパート（MoE）構成だとされている。どちらも真であり得る。「3Tクラス」はポジショニングの表現であり、2.8Tはそこに丸め込まれる。請求額とレイテンシにとって重要なのはアクティブ数であり、アクティブ数が変わったという証拠はない。

ベンチマークシートと、それをどこまで信頼すべきか

Moonshotは、コーディング、科学、ナレッジワークにわたる14の評価で結果を公開した。傾向は一貫している。同社が訓練対象とするタスクでは大きな改善が見られ、それ以外ではクローズドなフロンティアモデルとほぼ同等であり、さらに意図的に1件のリグレッションを開示している。

• 最前線のコーディング — Terminal-Bench 4.0：Kimi K3.1 Pro 65.7%、Claude Opus 5.5 66.4%、GPT-6 Astra 58.2%。ベンダー実施。

• 長期的コーディング — Kimi Code Bench 3.0 Long-horizon：K3.1 Pro が61.2%であるのに対し、Kimi K3 は55.95%。これはこのセットの中で最もクリーンな前世代比較であり、ベンチマークとハーネスの両方が Moonshot 製であるため、最もベンダー管理色の強い比較でもある。

• 3D・CAD — ツールありのBenchCAD：K3.1 Proは92.7、Opus 5.5は96.2、GPT-6 Astraは95.9、Claude Fable 5.1は92.6。ツールなし：72.8で、Opus 5.5の73.0、Fable 5.1の60.6に対して。ツールありの差は十分に小さく、再実行では順位が変わる可能性がある。

• ハルシネーション — Kimi Hallu Bench Hard：ツール使用時のクレーム単位の発生率は8.3%で、Kimi K3の23.4%から低下。GPT-6 Astraは5.5%、Opus 5.5は15.0%。ツール不使用時は5.4%で、Astraは4.2%、Opusは6.8%。

• ファイナンスとオペレーション — Frontier Finance 58.6；社内の Financial Modeling は57.6で、K3の50.4に対して；社内の Financial Research は70.4で、58.8に対して；社内の Business Operation は37で、8.9に対して。最後の3つはMoonshot自身による評価であるため、公開アリーナでの順位ではなく、同社が選んだタスクでの改善度を測っている。

• 回帰 — xdev-bench-hard pass@3 は 81.0%。同社のリスク低減策なしで訓練されたチェックポイントは、同じテストで 90.5% を記録した。Moonshot はその差を公表し、的を絞った安全性の取り組みと訓練データの管理に帰した。このトレードオフをどう見るにせよ、9.5 ポイントの能力コストを開示するのは、通常のローンチ投稿では見られない書き方だ。

正直にまとめると、これらはベンダーが報告した数値であり、まだ独立した再現はありません。Kimi K3 は7月のリリース時点で Artificial Analysis Intelligence Index が57でしたが、K3.1 Pro についてはリリース日に同等の第三者スコアは存在しませんでした。ここではハーネスが極めて重要です。Terminal-Bench の結果はスキャフォールディング次第で数十ポイント変動するため、異なるラボが異なるハーネスで出した65.7%と58.2%は、7.5ポイント差の正確な測定にはなりません。この表は、差の大きさではなく方向性についての主張として扱うべきです。

値下げがワークロードに実際にもたらすもの

APIの価格は100万トークンの全ウィンドウを通じて一律で、長文コンテキスト割増はありません。100万トークンあたりの米ドル建ての料金表全体は次のとおりです：

• Kimi K3.1 Pro — 入力 $2.00、出力 $10.00、キャッシュヒット $0.20、キャッシュ書き込みは5分TTLで $2.00、1時間TTLで $4.00。

• Kimi K3.1 Pro Highspeed — 入力 $4.00、出力 $20.00、キャッシュヒット $0.20、キャッシュ書き込み $4.00 および $8.00。同じモデルで、出力速度は2～3倍、Kimi Code でのクォータ消費量は約2倍です。

• Kimi K3 — 入力 $3.00、出力 $15.00、キャッシュヒット $0.30、キャッシュ書き込み $3.00 および $6.00。

1M入力トークンを読み取り、200K出力トークンを書き込むリクエストのコストは、Kimi K3では6.00ドル、Kimi K3.1 Proでは4.00ドルです。現実的なプロンプトキャッシュを加えても、価格差は約3分の1のまま維持されます。キャッシュヒット価格も0.30ドルから0.20ドルに下がったためです。大規模なリポジトリや長い財務文書を毎ターン読み直すエージェントにとって、これはワークフローが元を取れるかどうかの分かれ目です。Moonshotは実質的に、アップグレードをプレミアムではなくマージン削減として価格設定しました。ほぼあらゆる面でより良い数値を出したばかりのモデルとしては奇妙な動きであり、K3の請求額が乗り換えを検討した理由だった人にとっては歓迎すべき動きです。

仕組みには落とし穴がある。Kimi K3.1 Pro は常に思考する。推論はオフにできず、reasoning_effort フィールドは low、high、max を受け付け、デフォルトは max だ。サンプリングパラメータは temperature 1.0 と top_p 0.95 に固定されており、他の値を渡すとエラーが返る。会話の途中で reasoning effort を変更するとプレフィックスキャッシュのヒットが無効になり、実行しようと計画していたチューニングループの実効コストが静かに上がる。安いトークン価格は本当だ。より安いワークフローになるかは、コンテキストの途中でどれだけ頻繁に考えを変えるかによる。

どこで実行できるのか、そしてローンチよりも重要な日付

Kimi K3.1 Proは、Kimiのコンシューマー向けアプリのWeb版、iOS版、Android版、HarmonyOS版、Kimi Workデスクトップ版3.1.0以降、およびKimi Codeではモデルセレクターを通じて利用できます。APIでは、Moonshot自社プラットフォームを通じてkimi-k3.1-proおよびkimi-k3.1-pro-highspeedとして利用可能で、データ保持ゼロ（ZDR）が提供され、エンタープライズアクセスはローンチ時点ではデフォルトでオフになっています。また、サードパーティの推論プラットフォームでも提供され始めていますが、これはこの規模のモデルとしては普通のことであり、各プラットフォームがこのモデルをどれだけうまく提供しているかを示すものではありません。

より重要な日付は2026年11月4日だ。Moonshotはその時点までにモデルの全重みを公開すると述べている。これこそが「オープンウェイト」という表現を単なるマーケティング以上のものにしている点であり、同時にコストの話が再び変わるポイントでもある。2.8Tパラメータのmixture-of-expertsモデルを自前でホスティングするのは安くはないが、寛容なライセンスであれば、GPUを持つ者にとってトークンごとの課金はなくなる。重みが公開されるまでは、上記の価格比較が比較のすべてである。

K2世代をまだ利用しているチーム向けの運用上の注意点をもう1つ：Moonshotの料金ページによると、K2シリーズのモデルは2026年10月31日をもって新規登録ユーザーへの提供を終了し、12月末に退役する予定です。K2.6またはK2.7 Codeを利用している場合、移行の判断は自動的に行われることになり、K3.1 Proが想定される移行先です。

初日に切り替えるべきですか？

ワークロードがコーディング、エージェント型ツールの利用、あるいは財務文書作業であれば、より低い価格とベンダー報告のより優れたスコアという組み合わせは、試用に踏み切る明白な理由になります。安定したプロンプトによる長文脈の検索であれば、モデル化すべきはキャッシュヒット時の価格であり、これもまた新しいモデルに有利に働きます。

再現可能なサンプリングに依存する本番経路をお使いなら、移行前に固定パラメータの制約を確認してください。Temperature 1.0 はあらゆるタスクにとって中立なデフォルトではなく、異なる値の受け入れを拒むモデルは、そうでないモデルとは別種の依存関係になります。

独立した証拠が必要なら、待つことだ。Moonshot以外でK3.1 Proの評価を公表した者はまだいない。公開時の数値は内部的に整合しており、安全性関連の後退についても異例なほど率直だが、それでもベンダーが自分の宿題を採点しているにすぎない。これほど安価なモデルはすぐに試されるだろう。最初の独立した評価ハーネスの結果こそ、65.7%が他者の足場に触れても生き残るかどうかを教えてくれるものだ。

OrcaRouter経由ですでにルーティングしているチームにとって、実務上の変更は今回のローンチが示唆するほど大きくありません。当社のカタログでは本日時点でkimi/kimi-k3をMoonshotの定価で0%の上乗せなしに提供しているため、この比較のK3側は、お客様のスタックの残りと同じキーで利用可能です。Kimi K3.1 Proは執筆時点でカタログにありません。追加された際、ある世代から別の世代への移行は、2つ目の契約や新しいSDKではなく、モデル文字列の変更になります。気にするべき理由は値下げであり、当社側で表示される価格が上乗せされたものではなくMoonshotが公表する同じ数字になる理由は、パススルーモデルにあります。

1段落でまとめたローンチ

Kimi K3.1 ProはKimi K3のポストトレーニングによるアップグレードであり、旧モデルの価格の3分の2で販売され、ベンダーによる強力なベンチマーク一覧、ハルシネーション制御における実質的な改善、ある敵対的コーディングテストにおける安全性関連の回帰の開示、そしてまだ独立した検証がないことを特徴とする。このローンチが本当にニュースなのは、モデルが新しいアーキテクチャだからではなく、価格と重みの公開公約のためだ。注目すべき日は11月4日で、この日に重みが公開される予定であり、初の本格的な外部評価が届き始めるはずだ。