Kimi K3.1 Pro API

가격 비교: 공식 API, OpenRouter, Wokey

100만 토큰당 USD입니다. 공식 API와 OpenRouter 가격은 2026-10-24에 직접 확인한 세전 가격이며, Wokey 가격은 실시간 가격표에서 가져옵니다.

2026-10-24 확인 · 공식 가격 페이지 · OpenRouter 엔드포인트 목록

Claude Code에서 사용하기

이 모델은 Wokey에서 /v1/messages를 지원합니다. 다음 환경 변수를 설정한 뒤 claude를 실행하세요.

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="kimi-k3.1-pro"

Kimi K3.1 Pro 한눈에 보기

출시일

2026-10-23: K3.1 Pro와 K3.1 Pro Highspeed가 출시 첫날부터 Kimi 웹 앱과 모바일 앱, Kimi Work, Kimi Code, Kimi API에 제공되었습니다. Moonshot은 11월 4일까지 Hugging Face에 전체 가중치를 공개하겠다고 약속했습니다

모델

K3를 추가 학습(post-training)한 모델입니다. 총 2.8T, 활성 104B의 동일한 MoE 베이스에 훨씬 많은 강화 학습 후처리 연산을 투입했으며, 1,048,576 토큰 컨텍스트와 텍스트·이미지·동영상 네이티브 입력을 지원합니다

공식 가격

K3.1 Pro는 100만 토큰당 입력 $2 / 출력 $10, 캐시 적중 $0.20, 캐시 쓰기 $2(5분) 또는 $4(1시간)로 K3($3 / $15)보다 3분의 1 저렴합니다. Highspeed는 입력, 출력, 쓰기가 두 배($4 / $20)지만 캐시 적중은 $0.20 그대로입니다

Highspeed

같은 모델이며 Moonshot은 2–3배 빠르다고 설명합니다. Wokey가 10-24에 측정한 결과(Kimi Code 엔드포인트, effort=high) Pro는 64–67 토큰/초, Highspeed는 118–129 토큰/초로 약 1.9배 빨랐고, 같은 조건에서 K3는 약 45 토큰/초였습니다

thinking과 파라미터

thinking 전용: thinking을 끄면 400을 반환합니다. reasoning_effort는 low / high / max를 받으며 기본값은 max입니다. temperature, top_p 등 샘플링 파라미터는 고정되어 있으며 K3와 같은 제약입니다

독립 평가

Artificial Analysis Intelligence Index v4.3.2: 55점, 215개 모델 중 4위로 Claude Opus 5.5(58), Sonnet 5.5(56), Muse Wonder Full(56)에만 뒤지며 K3보다 11점 높습니다. 작업당 $2.11로 Opus 5.5의 약 3분의 1입니다

API와 채널

모델 ID는 Kimi 플랫폼에서 kimi-k3.1-pro와 kimi-k3.1-pro-highspeed, Kimi Code에서 k3.1-pro와 k3.1-pro-highspeed입니다. Wokey는 /v1/chat/completions와 /v1/messages(Claude Code와 호환)를 제공합니다

확인일 2026-11-02 · 출처: Moonshot · K3.1 Pro quickstart · Pricing · Kimi Code models · Artificial Analysis

공식 벤치마크: Kimi K3.1 Pro vs Opus 5.5 vs GPT-6 Astra vs Fable 5.1 vs GLM-5.3 vs DeepSeek

Moonshot의 K3.1 Pro 기술 블로그 수치이며 벤더가 자체 보고한 결과이고, “—”는 점수가 공개되지 않았음을 뜻합니다. 내부 평가와 사이버 보안 평가는 제외했습니다.

K3.1 Pro 점수는 모두 reasoning_effort=max, temperature=1.0, top_p=0.95로 측정했으며 코딩 벤치마크는 Claude Code 하네스에서 실행했습니다. 세 독점 모델은 max에서 폴백을 적용해 실행했습니다. ProgramBench 행은 이진 점수(작업이 ≥95%에 도달해야 인정)이므로 K3 페이지의 원점수와 비교할 수 없습니다. GLM-5.3의 HLE-Full 점수는 텍스트 전용 서브셋 기준입니다.

무엇을 쓸까: K3.1 Pro, Claude Opus 5.5, K3, GLM-5.3

Claude Opus 5.5와 비교

Artificial Analysis Intelligence Index v4.3.2에서 Opus 5.5(max)는 58점, K3.1 Pro는 55점으로 3점 차이에 불과하지만, 작업당 비용은 $5.98 대 $2.11로 K3.1 Pro가 약 3분의 1입니다. Moonshot의 표에서 두 모델은 Terminal-Bench 4.0에서 거의 비슷하며(65.7% vs 66.4%), tbench.ai의 비용 데이터로는 작업당 K3.1 Pro가 약 $5.25, Opus 5.5가 $14.30입니다. K3.1 Pro는 SWE-Marathon v1.1(51.7% vs 46.3%), 도구를 사용한 HLE(70.0% vs 67.7%), OfficeQA Pro v2에서 앞서고, Opus 5.5는 ProgramBench(65.0% vs 31.5%), Terminal-Bench Science(63.3% vs 38.1%), 도구 없는 HLE(59.8% vs 51.1%)에서 확실히 강하며 속도도 더 빠릅니다(약 96 vs 77 토큰/초). 장기 코딩 에이전트, 문서·재무 분석, 예산에 민감한 대량 작업에는 K3.1 Pro를, 한 번에 동작해야 하는 복잡한 프로그램과 과학 작업에는 Opus 5.5를 고르세요.

K3에서 업그레이드

토큰 단위 과금 API로 쓴다면 업그레이드할 만합니다. K3.1 Pro는 인덱스에서 K3보다 11점 높고(55 vs 44), 공식 가격은 3분의 1 저렴하며, Wokey 측정에서 출력 속도는 약 64–67 토큰/초로 K3의 45보다 빠릅니다. 요청 제약은 K3와 같으므로 model을 kimi-k3에서 kimi-k3.1-pro로 바꾸기만 하면 됩니다. Kimi는 새 세션을 시작할 것을 권장합니다. K3 세션 도중에 바꾸면 캐시가 무효화되고 출력 품질이 떨어질 수 있습니다. Kimi Code 할당량은 사정이 다릅니다. 10-27부터 새 요금제에서는 같은 토큰이라도 K3.1 Pro가 K3 대비 11×(입력), 14×(출력)의 할당량을 사용하므로(Wokey 프로덕션 데이터), 할당량이 빠듯한 구독에서는 K3로 훨씬 더 많이 쓸 수 있습니다.

GLM-5.3 및 DeepSeek V4.1 Flash와 비교

두 모델 모두 Artificial Analysis에서 45점으로 K3.1 Pro보다 10점 낮습니다. GLM-5.3은 작업당 $2.01로 K3.1 Pro의 $2.11와 거의 같으므로, 같은 비용이라면 K3.1 Pro가 확실히 강하고 이미지와 동영상도 처리합니다. DeepSeek V4.1 Flash 1017은 작업당 $0.26로 K3.1 Pro의 약 8분의 1에 불과하고 DeepSWE에서는 오히려 약간 앞서지만(77.0% vs 75.5%), Terminal-Bench 4.0은 42.3%에 그칩니다. 단순한 대량 작업에는 DeepSeek를, 복잡한 에이전트 및 멀티모달 작업에는 K3.1 Pro를 사용하세요.

Pro 또는 Highspeed

같은 모델이며 벤치마크 점수도 같습니다. Highspeed는 가격이 두 배이고 Kimi Code에서 할당량을 약 두 배 사용합니다. Wokey 측정에서는 약 1.9배 빠르고(118–129 vs 64–67 토큰/초) 첫 토큰도 약 1초 먼저 도착합니다. 누군가 답변을 기다리는 대화형 코딩에는 Highspeed를, 백그라운드 에이전트, 배치 작업, 토큰 예산이 정해진 작업에는 Pro를 고르세요.

effort 선택

thinking은 끌 수 없으며 reasoning_effort는 low, high, max만 받고 기본값은 max입니다. Moonshot이 공개한 Terminal-Bench 4.0 비용 곡선에서 high는 작업당 약 $4.16에 52.8%, max는 약 $5.25에 65.7%입니다. max는 비용이 26% 더 들지만 12.9점 높습니다. 코딩과 에이전트에는 max를, 단순한 Q&A와 형식 변환에는 low를 쓰세요. 추론 토큰은 출력 요율로 과금되며, Artificial Analysis는 인덱스 전체에서 출력 토큰 150M을 기록해 중앙값 87M보다 70% 많았으므로 출력 예산에 여유를 두세요.

Kimi 문서

서드파티 및 커뮤니티 평가

• Artificial Analysis: Intelligence Index v4.3.2: 55점, 215개 모델 중 4위. 인덱스 전체에서 출력 토큰 150M을 사용했고(중앙값 87M), 작업당 $2.11, 출력 속도는 약 77 토큰/초, 첫 토큰까지 약 3.1초입니다. 가중치가 공개될 때까지는 독점 모델로 분류됩니다. Wokey의 모든 과금 항목은 공식 가격의 40%이므로 같은 작업은 약 $0.84입니다.
• Hacker News(542점 스레드): 가장 많이 논의된 점은 Moonshot이 학습 데이터에서 사이버 보안 자료를 제거한 것입니다. 거절보다 더 견고하다고 보는 사람도 있고, 일반적인 코딩 능력에 영향을 줄까 걱정하는 사람도 있습니다. 다음은 Kimi의 구독 할당량으로, $99 등급의 한 사용자는 한 세션에서 47분 만에 5시간 할당량을 다 썼습니다. 그 밖에 중국 내 가격이 K3보다 약 30% 낮고, Artificial Analysis에서 이제 GPT-6 Astra와 Fable 5.1보다 순위가 높다는 점도 언급되었습니다.
• Wokey 측정: Wokey는 10-24에 Kimi Code 엔드포인트에서 같은 프롬프트(약 900단어 분량의 기술 문서)를 모델별로 세 번씩 실행했습니다(effort=high). K3.1 Pro는 64–67 토큰/초, Highspeed는 118–129 토큰/초, K3는 약 45 토큰/초였습니다. chat/completions와 Claude Code가 사용하는 messages 형식 모두 thinking을 정상적으로 반환하며, thinking 비활성화, top_p≠0.95, 공개 이미지 URL은 모두 400을 반환합니다.

Claude Code에서 K3.1 Pro 사용하기와 확인할 요청 규칙

아래 규칙은 Kimi 문서와 Wokey가 10-24에 두 모델로 진행한 테스트에서 가져왔습니다. K3에서 전환하거나 처음 연결하기 전에 확인하세요.

• 모델 ID: Kimi 플랫폼과 Wokey는 kimi-k3.1-pro / kimi-k3.1-pro-highspeed를 사용하고, Kimi Code 멤버십 키는 k3.1-pro / k3.1-pro-highspeed가 필요합니다. Wokey 테스트에서 Kimi Code에 kimi-k3.1-pro를 보내면 400 “Your model id does not exist”가 반환되었습니다.
• thinking은 끌 수 없습니다. thinking: {"type": "disabled"}는 400 “K3.1 Pro does not support disabled thinking mode”를 반환합니다. 사고량은 최상위 reasoning_effort(low / high / max)로 조절하세요.
• temperature, top_p, n, presence_penalty, frequency_penalty는 각각 1.0, 0.95, 1, 0, 0으로 고정되어 있으며 Kimi는 생략할 것을 요청합니다. top_p=1은 400 “invalid top_p: only 0.95 is allowed for this model”을 반환합니다. Wokey 게이트웨이도 같은 규칙을 적용하므로 어느 업스트림이 요청을 처리하든 결과는 같습니다.
• 멀티턴 대화와 도구 호출에서는 API가 반환한 assistant 메시지를 reasoning_content와 tool_calls를 포함해 그대로 다시 보내세요.
• 이미지는 data:image/png;base64,... 같은 base64 데이터 URL로 전달합니다. Wokey의 10-24 테스트에서 공개 이미지 URL은 K3와 마찬가지로 400 “unsupported image url”을 반환했으며, 동영상도 base64로 전달합니다.
• Claude Code에서는 ANTHROPIC_BASE_URL을 https://api.wokey.ai로, ANTHROPIC_AUTH_TOKEN을 Wokey API 키로, ANTHROPIC_MODEL을 kimi-k3.1-pro로 설정하세요. Wokey는 10-24에 Claude Code가 사용하는 /v1/messages 형식으로 두 모델을 테스트했으며 thinking 블록과 텍스트가 정상적으로 반환되었습니다. 가격은 100만 토큰당 입력 $0.80 / 출력 $4.00입니다. OpenCode 등 OpenAI 호환 클라이언트는 base URL https://api.wokey.ai/v1로 /v1/chat/completions를 사용합니다.

이미지가 포함된 요청 본문(/v1/chat/completions)

{
  "model": "kimi-k3.1-pro",
  "reasoning_effort": "max",
  "messages": [{
    "role": "user",
    "content": [
      { "type": "image_url", "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } },
      { "type": "text", "text": "Rebuild this CAD sketch as a parametric Blender script" }
    ]
  }]
}

카탈로그 가격 스냅샷

가격은 100만 토큰 기준이며, 정산에는 요청 시점의 가격이 적용됩니다.

공식 가격 출처: https://platform.kimi.ai/docs/pricing/chat

Wokey 실측

최근 28일(2026-10-13~2026-11-09), 매주 월요일 업데이트 · 80+개 계정의 실제 요청

첫 토큰까지의 시간, 짧은 프롬프트

2.7초 (중앙값 · 8K 토큰 미만 프롬프트 · p90 5.9초)

첫 토큰까지의 시간, 에이전트 규모 프롬프트

5.1초 (중앙값 · 32K–128K 토큰 프롬프트)

프롬프트 캐시 적중률

96% (입력 토큰 중 캐시에서 읽은 비율)

많이 쓰는 클라이언트: Magpie 81%, DeepSeek Harness 13%. 식별된 클라이언트의 요청 중 비율이며, 요청의 44%에서 클라이언트가 식별되었습니다.

측정 방법

첫 토큰까지의 시간은 Wokey 게이트웨이가 요청을 받은 시점부터 첫 스트리밍 콘텐츠(텍스트, 추론 요약 또는 거부)가 나올 때까지입니다. 대기열, 다른 계정으로의 재시도, 모델의 사고 시간이 포함되므로 업스트림 자체의 첫 토큰 지연보다 깁니다. 성공한 스트리밍 요청만 집계하며, 프롬프트 크기(입력과 캐시 읽기·쓰기 합계)별로 구간을 나눕니다.

캐시 적중률 = 캐시에서 읽은 토큰 ÷ 입력 토큰(성공한 요청 기준)입니다. 클라이언트와 사용 방식에 따라 달라지며, 클라이언트별 내역은 캐시 적중률 페이지에서 볼 수 있습니다.

엔터프라이즈 계정과 Wokey 자체 테스트 계정은 제외합니다. 최근 28일 동안 20명 이상의 사용자가 이용했고 한 사용자의 요청이 50%를 넘지 않을 때 모델을 표시하며, 하나의 추천 체인으로 가입한 계정은 한 사용자로 셉니다. 첫 토큰까지의 시간 수치마다 최소 500건의 요청이 필요합니다.

클라이언트별 캐시 적중률

모델 기능

Context

1,048,576 tokens

최대 출력

1,048,576 tokens

Streaming

지원

Tools

지원

Vision

지원

지원 API 형식

/v1/chat/completions · /v1/responses · /v1/messages

요청 보내기

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","input":"Hello"}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3.1-pro","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

사용 중인 도구에서 Kimi K3.1 Pro 사용

게이트웨이 주소는 https://api.wokey.ai(OpenAI 호환 클라이언트는 보통 https://api.wokey.ai/v1)이고, 모델 ID는 kimi-k3.1-pro입니다. 사용하는 클라이언트의 가이드를 여세요.

• Claude Code에서 Kimi K3.1 Pro 사용: Anthropic Messages · base URL 및 API 키 설정
• Codex에서 Kimi K3.1 Pro 사용: OpenAI Responses · base URL 및 API 키 설정
• Claude Desktop에서 Kimi K3.1 Pro 사용: Anthropic Messages · base URL 및 API 키 설정
• opencode에서 Kimi K3.1 Pro 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• pi에서 Kimi K3.1 Pro 사용: Anthropic Messages · base URL 및 API 키 설정
• DeepSeek Harness에서 Kimi K3.1 Pro 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• Z Code에서 Kimi K3.1 Pro 사용: Anthropic Messages · base URL 및 API 키 설정
• Cherry Studio에서 Kimi K3.1 Pro 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• WorkBuddy에서 Kimi K3.1 Pro 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• OpenClaw에서 Kimi K3.1 Pro 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• Hermes Agent에서 Kimi K3.1 Pro 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• Magpie에서 Kimi K3.1 Pro 사용: OpenAI Chat Completions · base URL 및 API 키 설정
• Kimi API 비용 계산기: Kimi K3.1 Pro 월 비용은 얼마?: 사용량과 캐시 적중률에 따라 Kimi API 및 Wokey의 월 비용을 비교하세요.
• Kimi Code 한도 실측: 요금제 하나로 쓸 수 있는 Kimi K3.1 Pro 사용량: 5시간 창과 월 단위로 실측한 토큰 수와 API 가격 기준 가치.
• OpenRouter 대안: Wokey와 OpenRouter 비교: 토큰 가격, 결제 수수료, API 형식, upstream 출처를 비교하세요.
• 검증 가능한 AI API: 응답 증명이 포함되는 모델과 API 형식: 응답 증명은 현재 공식 경로에서 그대로 전달되는 Claude Messages와 GPT Responses 응답만 대상으로 합니다.

자주 묻는 질문

관련 모델 및 문서

• Kimi K3.1 Pro Highspeed
• Kimi K3
• Kimi K2.8 Preview
• API 문서
• 전체 모델 및 가격
• Provider Node