Kimi K3.1 Pro vs Kimi K3：同じバックボーン、より低価格、そして支払期日が到来したポストトレーニングの請求書

Kimi K3.1 Proは、Kimi K3が新モデルだったのと同じ意味での新モデルではない。Moonshot AIによる2026年10月24日のリリースは、明示的にKimi K3のポストトレーニング版であり、ポストトレーニングの計算量が大幅に大きい——同じアーキテクチャ、同じ1,048,576トークンのコンテキスト、同じネイティブビジョンを備え、数百の下流領域にわたる強化学習によって異なる一連の振る舞いが付け加えられている。この比較を興味深くしているのは、ベンチマーク表の差分ではない。より新しく優れたモデルのほうが、古いモデルよりトークンあたりのコストが3分の1低いということだ。

その逆転は、慎重に検討する価値があるほど珍しい。通常、ラボはより強力なモデルを同じ価格で投入し、旧モデルは低価格市場へと流れさせる。Moonshotは逆をやった。旧モデルの価格は据え置き、新モデルを100万トークンあたり入力$2.00、出力$10.00に引き下げた。Kimi K3の入力$3.00、出力$15.00に対してだ。なぜそうなったかを理解するには、モデル自体で実際に何が変わったのかと、それを取り巻くビジネスで何が変わったのかを切り分ける必要がある。

アーキテクチャは変わらなかった

Kimi K3は2026年7月16日、2兆8000億パラメータ級としては初のオープンモデルとして登場した。エキスパート混合（MoE）設計を採用し、アクティブパラメータは約1040億、896個のエキスパートのうちトークンごとに16個を活性化する。100万トークンのウィンドウ、ネイティブな画像・動画理解、ツール呼び出し、プロンプトキャッシュ、組み込みの推論を備える。重みは7月27日に公開された。ライセンスは使用、改変、配布、ファインチューニングを認めるもので、年間2000万ドル超を稼ぐモデル・アズ・ア・サービスの提供者には別途契約が必要となり、超大規模な商用製品には帰属表示が求められる。

Kimi K3.1 Proはそのすべてを維持しています。Moonshotは新モデルを「3Tクラス」と呼んでいますが、これは位置づけのための表現です。発表時の報道によると、総パラメータ数2.8兆、アクティブ1040億で従来と同じです。コンテキストの上限、ビジョン対応、100万トークンの出力制限は変わっていません。より安価なアクティブパラメータ数や、より長いウィンドウを期待していたのであれば、これはそうしたリリースではありません。

変わったのは、事前学習後のトレーニングだ。Moonshotは、数百のドメインにまたがる大規模な共同強化学習について述べており、それは作り直されたサンドボックス基盤、ロールアウトのスケジューリング、環境品質チェックによって支えられている。平たく言えば、同社は既存モデルにさらに多くの事実を教えるのではなく、エージェント型タスクや専門業務でより良い振る舞いをするよう教えるために、大量の計算資源を費やした。だからこそ、性能向上が集中しているのはその領域なのだ。

数字が示すもの、そして比較が薄いところ

ベンダーのベンチマークシートは広範——14項目の評価——だが、クリーンなペア比較ではない。Moonshotは新しいテストの一部についてしかKimi K3の数値を公開していないため、最も劇的な差分のいくつかは、両モデルが受験した公開ベンチマークではなく、同社自身の内部スイートとの比較になっている。

• 長期的コーディング — Kimi Code Bench 3.0 Long-horizon：Kimi K3.1 Pro が61.2%、Kimi K3 が55.95%。これは今回の発表の中で前世代の数値として最も明快なものだが、ベンチマークとハーネスの両方が Moonshot に帰属するため、最もベンダー管理下にある数値でもある。

• ハルシネーション — Kimi Hallu Bench Hard の主張レベルの割合は、Kimi K3 では 23.4% でしたが、Kimi K3.1 Pro でツールを使用した場合は 8.3% に低下しました。ツールなしでは、新モデルは 5.4% を記録します。Moonshot によると、少なくとも 1 つの事実誤認を含む回答は現在、前世代モデルの率の 42.4% になっています。文書中心の業務にとって、これは今回のリリースで最も重要な改善です。

• 財務・業務運営 — 社内のFinancial Modelingは57.6対50.4、Financial Researchは70.4対58.8、Business Operationは37対8.9。最後の項目は、旧モデルがほとんど機能しなかったタスクでの4倍の改善です。これらはMoonshot自身の評価なので、その大きさは方向性の目安として扱ってください。

• 3DおよびCAD — BenchCADはツールありで92.7、ツールなしで72.8。MoonshotはこのテストにおけるKimi K3の数値を公開しなかったため、絶対スコアは強力であるものの、ローンチ投稿ではその向上幅は測定されていない。

• 敵対的コーディング — xdev-bench-hard の pass@3 は、Kimi K3.1 Pro が 81.0% であるのに対し、Kimi K3 が 33.3%、DeepSeek-V4.1-Flash-1017 が 85.7% です。同社のリスク低減策を講じずに訓練されたチェックポイントは 90.5% を記録し、Moonshot はこの 9.5 ポイントの差を安全性への取り組みと訓練データの管理によるものだと説明しています。

• フロンティアでの位置づけ — Terminal-Bench 4.0は65.7%で、66.4%のClaude Opus 5.5を下回り、58.2%のGPT-6 Astraを上回る。ツール使用時のBenchCADは92.7で、Opusの96.2、Astraの95.9に及ばない。パターンは一貫している。フロンティアに近いが、頂点に立つことはほとんどない。

これらはいずれも独立に検証されたものではない。Kimi K3 は Artificial Analysis Intelligence Index 57 を伴って登場し、当時世界で3位で、Claude Fable 5 と GPT-5.6 Sol に次ぐものだった。また K3.1 Pro については、ローンチ日に同等の第三者スコアは存在しなかった。ハーネス問題は仮定の話ではない。Terminal-Bench のスコア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。だからこそ、異なるラボで出された 65.7% と 58.2% は、7.5ポイントの差を測ったものではない。方向性は信頼できるが、その大きさはまだ信頼できない。

価格の逆転こそが本当の焦点だ

Kimi K3は市場で最も高価な中国製モデルとして登場し、入力$3.00、出力$15.00（100万トークンあたり）と、K2世代のおよそ3～4倍の価格でした。この価格設定は、フロンティア領域のワークロードを制するのはコストではなく能力だという意図的な賭けでした。Kimi K3.1 Proは、旧モデルの価格を据え置いたまま、より新しいモデルでその方向性を反転させています。

• 入力 — K3.1 Pro では100万あたり$2.00、K3 では$3.00、33%の削減。

• 出力 — $10.00 対 $15.00、さらに 33%。

• キャッシュヒット — $0.30 に対して $0.20、エージェントのワークロードの大半を占める項目で 33% の削減。

• キャッシュ書き込み — 5分および1時間のTTLで$2.00と$4.00、それに対して$3.00と$6.00。

• ハイスピード版 — $4.00と$20.00、キャッシュヒット時の価格は同じ$0.20。出力速度は2～3倍、Kimi Codeのクォータは約2倍です。

計算はナプキンに書けるほど簡単だ。100万入力トークンを読み、20万出力トークンを書き込むリクエストのコストは、Kimi K3で6.00ドル、Kimi K3.1 Proで4.00ドルになる。毎ターン大規模なリポジトリを再読込し、70%の確率でキャッシュにヒットするエージェントでは、同じ形の呼び出しに対してK3で約4.11ドル、K3.1 Proで約2.74ドルを支払う。新しいモデルがより少ないターンで完了するなら——それが長期的視野のトレーニングの狙いそのものだが——完了したタスクあたりのコストは、トークン単価が示唆する以上に下がる。

なぜ値下げするのか？最もありそうな説明は、慈善ではなく競争によるものだ。2.8兆パラメータのモデルは提供コストが高く、フロンティア隣接モデルの市場は2026年を通じて価格へと収斂してきた。Moonshot自身のK2退役スケジュールも圧力を加えている。K2シリーズのモデルは2026年10月31日に新規ユーザーへの提供を停止し、12月末に退役する予定だ。K3.1 ProをK3より安く設定することで、すべてのK2顧客は他社を探すのではなく上位へ移行する理由を得る。旧K3の価格は据え置かれる。すでにその価格で予算を組んでいる人々が留まるために割引を必要としないからだ。

Kimi K3が依然として正解となる場面

比較を生き残るケースは3つある。1つ目は今日のセルフホスティングだ。Kimi K3の重みは7月27日から公開されている一方、Kimi K3.1 Proの重みは2026年11月4日までに公開すると約束されているにすぎない。あなたのデプロイメントがホスト型APIを呼び出せないのであれば、ベンチマークの表が何と言おうと、新しいモデルはまだ選択肢にならない。

第二は、振る舞いの安定性です。3か月間本番環境で稼働してきたモデルには、既知の障害プロファイルがあります。Kimi K3.1 Pro は設計上、推論の振る舞いを変えており、デフォルトで最大努力に設定された常時オンの思考モードは、すべてのパイプラインにそのまま差し替えられるものではありません。厳密な評価スイートを持つチームは、文字列を入れ替えるだけでなく、ベースラインを引き直すことを想定すべきです。

3つ目はサンプリング制御です。Kimi K3.1 Proはtemperatureを1.0、top_pを0.95に固定し、他の値は受け付けません。会話の途中でreasoning effortを変更すると、prefixキャッシュのヒットも無効になります。アプリケーションが低温度での決定性に依存しているなら、アップグレードに代償がないと決めつける前に、古いモデルが新しいモデルにはない制御を提供してくれるか確認してください。

誇張なしで考える移行の決断

コーディングエージェント、長期的なツール利用、金融リサーチ、文書検証においては、移行を支持する根拠は強い。まさにこれらの領域でベンダー報告のスコアがより良く、すべての請求項目で価格がより低く、ハルシネーション率は約3分の2減少した。リスクは、そのすべてが自己報告であることだ。したがって賢明な進め方は、本番トラフィックを切り替える前に、自社のタスクでシャドー評価を行うことである。

バッチ生成や長いコンテキストの検索では、問題になるのはキャッシュヒット時の価格であり、これは新モデルを3分の1ほど有利にする。オープンウェイトにこだわる人にとっては、カレンダーが決め手となる。比較が現実のものになる最も早い日は11月4日だ。

これにおけるOrcaRouterの役割は、意図的に地味です。当社のカタログにはkimi/kimi-k3が本日、Moonshotの定価でマークアップ0%で掲載されており、お客様のスタックの残りと同じキーで利用できるため、この比較の旧世代側は2つ目の契約なしですでに呼び出し可能です。Kimi K3.1 Proは執筆時点でカタログにありません。登場した際には、パススルーモデルにより、上記の$2/$10がリセラーの版ではなくここで支払う金額となり、世代の切り替えは移行プロジェクトではなくルーティングポリシー内のモデル文字列の変更になります。

評決

Kimi K3.1 Proはより優れたモデルであり、より安価でもある。だからこそ推奨は容易になる一方で、根拠は見た目ほど厚くない。Moonshotは、エージェント型の作業やプロフェッショナルな業務で重要な挙動を改善し、全価格を3分の1引き下げ、多くのローンチ記事なら埋もれさせただろう安全性関連のリグレッションを開示した。ただ、結果を独立系の評価ハーネスに提出してはいない。すでにKimi K3を使っていたなら、アップグレードはベンチマークで元が取れるより先に、請求書の上で元が取れる。証明を待っていたなら、重みと最初の外部評価はいずれも2週間以内に予定されており、その時点でこの比較はベンダーの主張ではなく測定になる。