Kimi K3.1 ProのAPI料金と実測コスト

👁 122閲覧数

Kimi K3.1 Proの公式API料金は、100万トークンあたり入力$2、出力$10、キャッシュ入力$0.20に設定されています。私がOpenRouter経由で実施した単発のAPI検証では、JSON抽出タスクを3.553秒・$0.002004で正確に処理できた一方、別タスクでは推論トークンが出力上限の1800に達して回答が空になる切り詰め（truncation）も発生しました。

• 公式料金（Pro）：入力$2 / 出力$10 / キャッシュ入力$0.20（100万トークンあたり、税抜）
• 公式料金（Highspeed）：入力$4 / 出力$20 / キャッシュ入力$0.20（100万トークンあたり、税抜）
• コンテキスト長：1,048,576トークン（約1M）
• JSON抽出の実測結果：3.553秒、合計358トークン（うち推論101）、コスト$0.002004で期待通りの配列を出力
• 運用上の注意点：推論トークンがmax_tokensを消費し尽くすと、finish_reasonがlengthとなり最終出力がnullになるリスクがある

Kimi K3.1 ProとHighspeedの公式API料金体系

公式プラットフォーム（platform.kimi.ai）およびチャット料金ドキュメント（platform.kimi.ai/docs/pricing/chat）によると、APIの課金体系はサブスクリプションとは別枠で提供されており、記載価格はすべて適用税別の単価です。コンテキストウィンドウは1,048,576トークンに対応しています。

公式ブログ（kimi.com/en/blog/kimi-k3-1-pro）では、Kimi、Work、CodeおよびAPIでの提供が案内されています。Highspeed版はベンダー主張として2-3倍の速度とされていますが、私が検証した時点のOpenRouterのスナップショットにはHighspeed版が存在せず、私自身の速度計測は行っていません。また、モデルの重みファイルは2026-11-04までに公開すると予告されていますが、現時点のHugging Face上のMoonshot AIページで確認できるのは前世代のKimi K3（2.8Tパラメータ / 104Bアクティブ）のみであり、K3.1の重みファイルは未検証です。

1,000リクエスト想定の試算コスト比較

実際のバッチ呼び出しではなく、仮定のワークロードに基づく机上の予算計算（illustrative calculation）として、1回あたり入力1,000トークン・出力500トークンのリクエストを1,000回実行した場合（合計：入力100万トークン、出力50万トークン）のコストを比較しました。

Kimi K3.1 Proは1,000リクエストあたり$7.00となり、Claude Opus 5.5（$14.00）の半額、GPT-6 Astra（$35.00）の5分の1という計算になります。ただし、後述する実測テストの通り、推論（reasoning）トークンも出力トークンとして課金されるため、実際の請求額は内部推論の長さに大きく左右されます。

独自APIテスト：JSON抽出の精度と実測コスト

私はOpenRouter経由で、同一プロトコル（temperature 0.2、reasoning effort lowリクエスト、max_tokens=1800、非ストリーミング）を用いて各モデル1回ずつの単発テストを実施しました。計測秒数はネットワーク遅延と内部推論を含むウォールタイムであり、単一実行のため信頼区間やトークン毎秒（token/s）、TTFTの推定は行いません。比較の再現性を保つため、プロンプトにはポーランド語の同一テキストを使用しました。

JSON抽出タスク（task: json）では、マークダウンを含めずに純粋なJSON配列のみを返すこと、指定フィールド（nazwa, sztuki, cena_netto）以外の追加を禁じること、名詞を単数形に正規化することを求めました。実際に送信したプロンプトは以下の通りです。

Zwróć wyłącznie poprawny JSON bez markdown.
Z tekstu wyciągnij listę obiektów z polami:
nazwa, sztuki, cena_netto.
Tekst: Anna zamówiła 3 notesy po 12,50 zł netto
i 2 długopisy po 4 zł netto.
Nie dodawaj innych pól.
Nazwy w liczbie pojedynczej: notes, długopis.

3モデルすべてが、期待通りの正確なJSON文字列を返しました。

[
  {"nazwa":"notes","sztuki":3,"cena_netto":12.5},
  {"nazwa":"długopis","sztuki":2,"cena_netto":4}
]

興味深いことに、Kimi K3.1 Proは1Mあたりの出力単価がClaude Opus 5.5より安いにもかかわらず、このJSON抽出1回の実測コストは$0.002004と、Opus 5.5（$0.001828）をわずかに上回りました。理由は明確で、Opus 5.5とGPT-6 Astraが推論トークン0で直接JSONを出力したのに対し、Kimi K3.1 Proは101トークンの内部推論（completion_tokens 161のうちreasoning_tokens 101）を実行したためです。

他タスクの実測値と推論トークン枯渇の制限事項

同じ1800トークン上限プロトコルで実行した他のタスクを見ると、Kimi K3.1 Proの特性と注意点がさらに浮かび上がります。すべてのプロンプトはポーランド語で統一しています。

• メモリ計算JSON出力（task: pamiec）：仮定の2.8兆（2.8e12）パラメータモデルにおけるFP8、Q4、Q2の最小重みサイズ（TB単位、オーバーヘッドなし）をJSONで出力するタスク。Kimi K3.1 Proは3.291秒、入力185・出力159（推論122）トークン、コスト$0.00196で正確なJSON（FP8: 2.8, Q4: 1.4, Q2: 0.7）を返しました。なお、この計算自体はモデルをロードせずともPythonの単純な数式（2.8e12 * bits / 8 / 1e12）で再現可能です。ちなみに1.4TBのQ4重みに対し、Lambda（lambda.ai/pricing）の8x B200インスタンス（180GB×8＝1440GB生VRAM、$6.69/GPU/時＝時間$53.52、24時間税抜$1284.48）でも実行時オーバーヘッド前のギリギリの容量であり、推論動作の保証にはなりません（実機レンタルや検証は未実施）。
• 算術計算（task: rachunek）：割引10%とVAT 23%を含む金額計算（期待値：純額40.95、VAT 9.42、総額50.37）。Kimi K3.1 Proは8.745秒、入力189・出力617（推論479）トークン、コスト$0.006548で正解しました。Opus 5.5（$0.01024）やGPT-6 Astra（$0.00813）より安価に完了しています。
• Pythonコード生成（task: kod）：浮動小数点を使わずにカンマ区切り価格文字列を合算する関数suma_groszy(ceny)の生成。Kimi K3.1 Proは13.246秒、入力186・出力826（推論767）トークン、コスト$0.008632で短い内包表記のコードを返しました（詳細なコード品質評価は本稿の対象外）。
• 情報不足の判定（task: brak）と文法修正（task: polski）：ここが最大の注意点です。ノートにない利益率を問うて「BRAK DANYCH」と答えさせるタスク（brak）では、21.567秒かけて1800出力トークン（うち推論1797トークン）を使い切り、finish_reasonがlengthとなって最終回答（answer）がnullになりました（コスト$0.018348）。短文の文法修正（polski）でも同様に37.078秒・出力1800（推論1797）トークンでnull終了しています（コスト$0.01831）。

この空回答は誤答や言語エラーではなく、出力トークン上限による切り詰め（truncation）です。原因切り分けのトラブルシューティングとして、上限を6000トークンに引き上げた別試行（brak-6000およびpolski-6000、※1800プロトコルとは直接比較不可）も単発で行いましたが、そこでも6000トークン（推論5997トークン）を使い切って約$0.0603を消費し、finish: lengthでnullとなりました。システムに組み込む際は、finish_reasonの検査とフォールバック設計が必須です。

実務向けのJSON抽出バリデーション手順

Kimi K3.1 ProのAPIをデータ抽出パイプラインに組み込む場合、以下の手順で検証を行うことで、切り詰めによるエラーや不要な課金を抑制できます。

import json

def validate_extraction(resp):
    if resp.get("finish") != "stop":
        raise RuntimeError("Truncated output")
    raw = resp.get("answer")
    if not raw:
        raise ValueError("Empty answer")
    data = json.loads(raw)
    for item in data:
        assert set(item.keys()) == {
            "nazwa", "sztuki", "cena_netto"
        }
    return data

まずAPIレスポンスのfinish（またはfinish_reason）がstopであることを確認し、lengthの場合はJSONパース前に例外として捕捉します。次にusage.completion_tokens_details.reasoning_tokensをログに記録し、特定のプロンプトで推論トークンが異常膨張していないかを監視してください。

よくある質問（FAQ）

Kimi K3.1 ProのAPIに無料枠はありますか？

公式ドキュメント上で無料枠に関する独自の想定や推測は行えません。確認できている公式仕様は、API課金がチャット等のサブスクリプションとは別枠であること、および100万トークンあたり入力$2・出力$10・キャッシュ入力$0.20（すべて税抜）という従量単価です。

なぜ単価の安いKimi K3.1 ProがJSON抽出でClaude Opus 5.5より高くなったのですか？

出力トークンに内部の推論（reasoning）トークンが含まれて課金されるためです。私の単発テストでは、Claude Opus 5.5が推論0トークン（合計出力61トークン）で回答したのに対し、Kimi K3.1 Proは推論に101トークン（合計出力161トークン）を消費したため、実測コストが$0.002004対$0.001828と逆転しました。

APIレスポンスのanswerがnullになる原因は何ですか？

モデルが内部推論（reasoning_tokens）を続けるうちにmax_tokensの上限に達し、最終テキストを出力する前に生成が打ち切られた（finish_reason: length）ためです。プロンプトの表現を調整するか、APIレスポンスの終了理由をチェックする例外処理を実装する必要があります。

Kimi K3.1 ProをローカルGPUサーバーで動かす方が安いですか？

現時点でK3.1の重みファイルは公開されておらず（2026-11-04までに公開予告）、ローカル実行は不可能です。仮に前世代K3と同じ2.8兆パラメータと仮定しても、Q4量子化で重みだけで1.4TBに達し、8x B200（生VRAM 1440GB、Lambda価格で24時間あたり税抜$1,284.48）でもオーバーヘッドを含めると動作保証がありません。小〜中規模の利用であればAPIの方が圧倒的に低コストです。

出典・参考資料

• Kimi K3.1 Pro 公式発表ブログ（閲覧日：2026-10-23）
• Kimi API Platform 公式サイト（閲覧日：2026-10-23）
• Kimi API チャット料金ドキュメント（閲覧日：2026-10-23）
• Moonshot AI Hugging Face 公式ページ（閲覧日：2026-10-23）
• Lambda Cloud GPUインスタンス料金表（閲覧日：2026-10-23）

// 続きを読むSeedVR2 7B fp8で動画を480pから1080pに高画質化AIツールJina Readerの使い方：WebページをMarkdown化、実測結果と制限AIツールFirecrawl・Crawl4AI・Jina Readerを比較：AI向けスクレイパーの選び方AIツール