中国のMoonshot AIが出したLLM「Kimi K3.1 Pro」とは〜公開日・特徴・料金・配布サイズを整理した

本ページは広告(アフィリエイトプログラム)を含みます。詳しくはプライバシーポリシーをご覧ください。

Kimi K3.1 Pro という名前を、ニュースやモデル一覧で見かけた人は多いと思います。

この記事では、Moonshot AI の公式ページ(モデルカード、公式ブログ、API ドキュメント、料金ページ)を開いて確かめた内容を整理します。

扱うのは、公開日、構造、得意なこと、API の料金、配布ファイルの大きさです。前のモデル Kimi K3 との違いは、公式に書かれている範囲で書きます。

当ブログでは動かして測っていないので、速さや品質の実測は載せていません。

この名前は、何を目的にした、どんなモデルなのでしょうか。

2026年11月18日時点の内容です。

他のモデルとの比較は、OSSの大規模LLMの現状(11月版)にまとめています。

30秒で分かる表

公式ページに書かれた内容だけを載せています。円は1ドル=159.4円(2026年11月18日・open.er-api.com)で換算し、1円未満を四捨五入しました。

項目内容出典
メーカーMoonshot AI(中国・北京)公式サイト
重みの公開2026年11月2日(Hugging Face の初回コミット)。公式ブログは「11月4日までに公開」と案内HF・公式ブログ
総パラメータ2.8T(2.8兆)モデルカード
活性パラメータ104B(1040億)モデルカード
コンテキスト長1,048,576 トークンモデルカード
ライセンスKimi K3.1 Pro License(MIT 風の独自条件つき・商用利用は条件つきで可)HF の LICENSE
配布ファイルの大きさ約1,561GB(safetensors 96ファイルの合計)HF の実ファイル
有償サービスあり(API は従量課金。入力 $2.00/100万トークン、約319円)公式の料金ページ

メーカーの説明

Moonshot AI は、公式サイトの会社紹介ページに「2023年春に設立」と書かれた会社です。

所在地は北京市海淀区と記載されています。

理念として「エネルギーから知能への変換を最適化する」ことを掲げています。

公式サイトと公式ブログには、チャットの Kimi、コーディング用の Kimi Code、デスクトップ用の Kimi Work などの製品が並んでいます。

公開日と経緯

前のモデルは Kimi K3 です。Kimi K3.1 Pro は、公式ブログによると Kimi K3 に追加の学習をしたモデルです。

モデルカードには「K3.1 シリーズの最初のモデル」と書かれています。

日付できごと出典
2026年7月16日Kimi K3 が公式サイトの研究欄に載るmoonshot.ai
2026年10月24日Kimi K3.1 Pro が同じ研究欄に載るmoonshot.ai
2026年11月2日Hugging Face にリポジトリができ、重みが置かれる(初回コミット)HF
2026年11月5日HF のモデルカードの最終更新(encoding_k3.py の更新)HF

公式ブログは、発表の日から Kimi.ai、Kimi Work、Kimi Code、API で使えると書いています。ただし本文に発表日の表示はありません。

10月24日は、公式サイトの研究欄の日付です。

第三者の Artificial Analysis は、自社ページで公開日を2026年10月23日としています(2026年11月16日に確認)。

公式サイトの日付と1日ずれているので、この記事では公式サイトの日付を使いました。

公式ブログによると、同時に速度重視版の Kimi K3.1 Pro Highspeed も出ています。速度は K3.1 Pro の2〜3倍とされています。

Kimi K3との違い

公式の記載から読み取れる違いは、次の4点です。

項目Kimi K3Kimi K3.1 Pro出典
位置づけ前のモデルK3 に追加の学習をしたモデル。K3.1 シリーズの最初公式ブログ・モデルカード
注意機構の一部Gated MLA(全注意の層)Gated DSA の層に置き換えモデルカード
誤り主張の割合(Kimi Hallu Bench Hard)23.4%8.3%公式ブログ
API の入力料金(100万トークンあたり)$3.00(約478円)$2.00(約319円)公式の料金ページ
API の出力料金(100万トークンあたり)$15.00(約2,391円)$10.00(約1,594円)公式の料金ページ

注意機構の置き換えは、長い入力をより効率よく扱うためだと、モデルカードが説明しています。

この割合は、公式が社内で作ったベンチマークで出した値です。公式は、誤りが出やすい場面を意図して集めた試験であり、日常の誤り率ではないと注記しています。

K3 と K3.1 Pro の総パラメータや層の数などの違いは、この記事では確認していません(未確認)。

特徴

モデルカードの仕様表から、主な項目を並べます。

項目内容
構造Mixture-of-Experts(MoE。入力ごとに一部の専門家だけを使う方式)
総パラメータ/活性パラメータ2.8T/104B
層の数93
専門家の数896(1トークンあたり16を選択、共有の専門家が2)
注意機構KDA 69層+Gated DSA 24層
コンテキスト長1,048,576 トークン
入力テキスト・画像
量子化重みは MXFP4、活性は MXFP8(量子化を前提にした学習)

公式の評価結果は、モデルカードの表(推論の強さは max)から3つだけ挙げます。

ベンチマークKimi K3.1 Pro の値何を測るか(公式の説明)
Terminal-Bench 4.065.7制限のあるターミナル作業を、決まったテストで評価するコーディングエージェント向け(公式ブログ)
DeepSWE v1.175.5説明はモデルカードに書かれていません(未確認)
BrowseComp92.1説明はモデルカードに書かれていません(未確認)

これらは Moonshot AI 自身の公式の主張です。第三者による同条件の再現は、この記事では確認していません(未確認)。

得意なこと・苦手なこと

公式の説明

公式ブログとモデルカードは、改善した領域として、コーディング、3D制作、金融リサーチ、事実の正確さを挙げています。

コーディングでは、Unity、Unreal Engine、Godot などのゲームエンジンを使った制作を例にしています。

金融では、OfficeQA Pro v2 で 64.4 とし、公式ブログはこの値を「最高水準」としています。

苦手なことについて、公式の記載は次のとおりです。

モデルカードの比較表には、他社のモデルが上の値を示す項目もあります。具体的な項目は、モデルカードの表を見てください。

API ドキュメントには、使うときの制限が書かれています。

  • 思考(推論)を切ることはできず、短くするには reasoning_effort を low にします。
  • 画像入力は、公開URLでの指定に対応していません。base64 などで渡します。
  • ウェブ検索は更新中で、当面は使わないよう案内されています。

第三者の評価

Artificial Analysis のオープンソース比較ページは、2つのモデルを知能指数が最も高いとしています。1つが Kimi K3.1 Pro、もう1つが DeepSeek V4.1 Flash 1017(max)です。

このページの Kimi K3.1 Pro の Intelligence Index は約46(46.45)でした(第三者・2026年11月16日に確認)。

この指数の算出方法は、この記事では確認していません(未確認)。

第三者が指摘した苦手な点は(未確認)です。

使われている場面

公式が名指しした採用企業・導入先は(未確認)です。

公式ブログに載っているのは、Moonshot AI が自社で作ったデモ(ゲーム、3D モデル、金融分析の例)です。

採用事例ではないので、ここでは扱いません。

報道による採用の事例も(未確認)です。

有償サービス

提供先は、公式ブログによると Kimi.ai、Kimi モバイルアプリ、Kimi Work、Kimi Code、Kimi API です。

Kimi Enterprise では、管理者が有効にするまで使えません(公式ブログ)。

API の料金は、公式の料金ページ(platform.kimi.ai)の表のとおりです。確認日は2026年11月18日です。

単位は100万トークン(MTok)あたりのドルです。円は 159.4円/$(2026年11月18日・open.er-api.com)で換算し、1円未満を四捨五入しました。

モデルID入力出力キャッシュ済み入力
kimi-k3.1-pro$2.00(約319円)$10.00(約1,594円)$0.20(約32円)
kimi-k3.1-pro-highspeed$4.00(約638円)$20.00(約3,188円)$0.20(約32円)

同じ表には、キャッシュの書き込み料金もあります。

  • kimi-k3.1-pro は、5分保持で $2.00(約319円)、1時間保持で $4.00(約638円)です。
  • kimi-k3.1-pro-highspeed は、5分保持で $4.00(約638円)、1時間保持で $8.00(約1,275円)です。

ほかに、公式の記載は次のとおりです。

  • バッチ API は標準価格の60%です。
  • 料金は入力の長さで段階が変わらない、一律の従量課金です。
  • 料金は税別です。
  • API で Kimi K3.1 Pro を使うには、最低 $1(約159円)のチャージが要ります。

Kimi の会員プランや Kimi Code の月額料金は、公式ページで確認できていません(未確認)。

無料枠の有無も(未確認)です。

ほかの会社を経由した提供は、この記事では調べていません(未確認)。

入手できるサイズ

公式の配布は、Hugging Face の moonshotai/Kimi-K3.1-Pro にある1種類です。

項目内容
総パラメータ2.8T
形式MXFP4 の重み(量子化を前提に学習したもの)
ファイルの大きさ約1,561GB(safetensors 96ファイルの合計)
配布元Hugging Face(公式)

公式の小型版・蒸留版は(未確認)です。

第三者が作った量子化版も(未確認)です。

ローカルで動かせる見込み

実用的でないと考えられます。

配布ファイルだけで約1,561GBあり、一般的な個人PCのメモリを大きく超えるためです。

当ブログでは測っていないので、あくまで見込みです。

動かし方は、この記事では扱いません。巨大なモデルを動かした記録は、巨大なローカルLLMは家のPCで動くのか〜235B・745Bを無理矢理実測してみたにあります。

tips

公式のモデルカードとAPIドキュメントに、次の使い方が書かれています。

  • 推論の強さは reasoning_effort で指定します。選べる値は low、high、max で、既定は max です。
  • 複数回のやり取りやツール呼び出しでは、API が返した assistant のメッセージを、そのまま messages に戻す必要があります。reasoning_content と tool_calls も含めます。
  • temperature は1.0、top_p は0.95で固定されています。リクエストには書きません。
  • max_completion_tokens の既定は131,072で、1,048,576まで指定できます。
  • 同じ内容の先頭部分を繰り返すリクエストには、キャッシュが自動で使われ、キャッシュ済み入力の料金で請求されます。保持時間の既定は5分です。

まとめ〜コーディングや金融のどの作業で使いたいか

公式の情報で確かめられたのは、総2.8T・活性104B、コンテキスト1,048,576トークンのMoEモデルであることと、重みが約1,561GBで公開されていることです。

Kimi K3 からは、追加の学習と、注意機構の一部の置き換えが行われています。

API は入力 $2.00、出力 $10.00(100万トークンあたり)で、約319円と約1,594円にあたります。

一方、事例や第三者の評価は、確認できなかった項目が残っています。

手元で動かすのは現実的ではないので、使うなら公式のAPIや Kimi のサービスを通す形です。

約1,561GBという配布サイズは、ローカルで生成AIを動かす立場から見ると、大きさの感覚をつかむ材料です。

235B・745B級のモデルを家のPCで動かした記録もあります。手元のPCに載るモデルの大きさを、見積もってみてはいかがでしょうか。

出典

開いて確認したもの(2026年11月18日)

2026年11月16日に開いて確認したもの(11月18日は再取得していない)

開けなかった・確認できなかったもの

  • Kimi 会員・Kimi Code の料金ページ(開いていない)
  • 第三者による同条件のベンチマーク再現、採用事例の報道(探していない・見つかっていない)
  • 公式の小型版・蒸留版、第三者の量子化版(確認していない)

次の一歩

この記事で使った機材

GMKtec EVO-X2 (Ryzen AI Max+ 395 / 128GB / 2TB)A8限定クーポン「A82608」で5,000円OFF(2026/10/31まで)

¥614,999 Amazon(API取得)・2026-11-20 04:30調べ¥724,586 楽天市場・2026-11-20調べ