Kimi K3.1 Pro

長所

• 私のAPIサンプルでは、モデルはJSON、VAT計算、メモリ見積もりを正しく返しました。生成されたコードは7/7のテストケースに合格しました。
• 10個の簡単なタスクからなる別のセットでは、ProとHighspeedが10/10を獲得しました。このセットはK3に対する優位性を判断するには簡単すぎました。
• API: 100万入力トークンあたり2 USD、出力10 USD。ドキュメントによると1Mトークンのコンテキストウィンドウ。

制約

• 1800トークンの制限では、6回の試行のうち2回で最終的な回答が返されませんでした。制限を6000にした再試行も途中で切れました。これは制限と設定のテストであり、一般的な言語能力の欠如を示す証拠ではありません。
• オープンウェイトは2026年11月4日までに公開されると予告されています。その利用可能性についてはまだ確認していません。
• ここではアプリのインターフェース、ゲーム、1Mウィンドウ全体、あるいはあらゆる言語でのタスクはテストしていません。

用途

応答の検証とfinish_reasonの確認を行った上で、データ抽出やコード作業にこのAPIを選びます。サンプルが少ないため、あらゆるタスクにこのモデルを自動的に選択することは正当化されません。

向いている人

トークン制限を調整し、正常に完了したタスクのコストを測定できるプログラマー向けです。出力制限が非常に短い場合はあまり納得感がありません。テストしたプロンプトはポーランド語であり、他の言語のテストとして提示するものではありません。

API料金

Pro: 100万入力/出力トークンあたり2/10 USD、Highspeed: 4/20 USD、キャッシュ入力0.20 USD。これはAPIの価格であり、サブスクリプション料金ではありません。Proの6回の試行コスト: 0.055802 USD、Opus 5.5: 0.032004 USD、GPT-6 Astra: 0.030670 USD。

代替モデルと測定方法

Opus 5.5とGPT-6 Astraは、1800トークンの制限下で同じ6回の試行すべてを完了しました。制限16000の別のテストでは、Proが76.0秒で10/10、Highspeedが32.6秒で10/10を獲得しました。プロンプトと設定が異なるため、これらの結果を1つのランキングにまとめることはできません。

評価

7/10: コードとデータ用途にK3.1 Proをテストすることをお勧めしますが、トークン単価の低さが最も安価なタスク完了を保証するとは考えていません。私の手法は、OpenRouter経由での6回の単発呼び出し、temperature 0.2、要求reasoningはlow、max_tokens 1800、ストリーミングなしというものです。10タスクの別テストでは、制限16000とデフォルトの推論を使用しました。統計的な反復がなく条件も異なるため、結論には限りがあります。