Kimi K3 API

Kimi K3.1 Pro が公開されました

2026-10-23、Moonshot は K3 の追加学習版である K3.1 Pro を公開しました。Artificial Analysis のインデックスは 44 から 55 に上がり、公式価格は $3 / $15 から $2 / $10 に下がり、出力も速くなっています。リクエストの制約は K3 と同じなので、model を kimi-k3.1-pro に変えるだけで切り替えられます。

Kimi K3.1 Pro を見る

料金比較：公式 API・OpenRouter・Wokey

100 万トークンあたりの USD。公式 API と OpenRouter の料金は 2026-09-23 に手作業で確認した税抜価格で、Wokey の料金はリアルタイムの料金表から取得しています。

OpenRouter で最も安いホストは Sail Research の fp4 量子化版です（入力 $1.4989 / 出力 $10.758）。量子化版の出力は公式の重みと異なる場合があるため、表には含めていません。

2026-09-23 に確認 · 公式の料金ページ · OpenRouter のエンドポイント一覧

Claude Code で使う

このモデルは Wokey で /v1/messages に対応しています。以下の環境変数を設定してから claude を起動してください。

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

Kimi K3 API クイックスタート

Wokey の API キーを用意し、次の 3 ステップで最初のリクエストを送信できます。

1. API キーを取得

   Wokey に新規登録またはログインし、API コンソールを開いて、API キー管理でキーを作成してコピーします。呼び出す前に利用可能な残高を確認してください。

2. クライアントを設定

   OpenAI 互換クライアントに下の base URL を入力し、Wokey の API キーを設定して、モデルに kimi-k3 を選びます。

3. 最初のリクエストを送信

   例の YOUR_WOKEY_API_KEY をご自身のキーに置き換えて、ターミナルで実行します。choices に含まれる回答を確認し、API コンソールで使用量と料金を確認してください。

Wokey API キーを取得 · API ドキュメント

クライアントの base URL

https://api.wokey.ai/v1

モデル ID

kimi-k3

リクエスト URL（完全）

https://api.wokey.ai/v1/chat/completions

クライアントの base URL には /v1 が含まれています。curl の例では完全なリクエスト URL を使います。

最小のリクエスト例

export WOKEY_API_KEY="YOUR_WOKEY_API_KEY"

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [{"role": "user", "content": "Hello, Kimi!"}],
    "max_tokens": 1024
  }'

Kimi K3 の概要

リリース日

2026-07-17。初日から Kimi Web アプリ、Kimi Work デスクトップアプリ、Kimi Code、Kimi API プラットフォームで提供。完全な重みは 2026-07-27 に Hugging Face で公開

位置づけ

Moonshot によると、K3 は総合ではまだ Claude Fable 5 と GPT-5.6 Sol に及ばないものの、同社の評価では他のすべてのモデルを上回りました。エージェントフレームワークとして Kimi Code CLI を推奨しています

モデルと重み

総パラメータ 2.8T、アクティブ 104B の MoE で、各トークンを 896 個のエキスパートのうち 16 個にルーティングし、Kimi Delta Attention と Attention Residuals をベースにしています。重みは moonshotai/Kimi-K3 にあり、学習時に MXFP4 へ量子化済み、合計約 1.56 TB、Kimi K3 License で提供

コンテキストと出力

1,048,576 トークンのコンテキスト。max_completion_tokens のデフォルトは 131,072 で、最大 1,048,576 まで設定可能。テキスト、画像、動画のネイティブ入力、テキスト出力

思考と effort

思考は常にオンで、レスポンスには reasoning_content が含まれます。reasoning_effort は low / high / max を受け付け、デフォルトは max（リリース時は max のみ）。temperature、top_p などのサンプリングパラメータは固定値で、送信しないでください

公式価格

100 万トークンあたり入力 $3 / 出力 $15、キャッシュヒットは $0.30。コンテキスト長による段階料金はなし

API とツール

Kimi プラットフォームは OpenAI 互換と Anthropic 互換の API を提供し、ツール呼び出し（tool_choice は required に設定可能）、json_schema による構造化出力、コンテキストキャッシュに対応。Wokey は /v1/chat/completions と /v1/messages を提供

2026-10-02 確認 · 情報源: Moonshot · Hugging Face · K3 quickstart · Pricing · Artificial Analysis

公式ベンチマーク：Kimi K3 vs Fable 5 vs GPT-5.6 Sol vs Opus 4.8 vs GLM-5.2

Moonshot が Hugging Face で公開したモデルカードからの数値で、ベンダー自身による結果です。「—」はスコア未公表を示します。比較対象は K3 リリース時（2026-07）のモデルのため、その後にリリースされた Claude Opus 5.5 と GLM-5.3 は表に含まれていません。これらとの比較は下の「どれを使うべきか」をご覧ください。

K3 のスコアはすべて reasoning_effort=max、temperature=1.0 で取得されています。Fable 5 の列はフォールバックありで実行され、モデルカードの GPT-5.5 の列は省略し、HLE-Full の行はツールありのスコアです。DeepSWE、Terminal-Bench 2.1、ProgramBench では K3 は Kimi Code ハーネスで実行されましたが、他のスコアの多くは公開リーダーボードや各モデルの最良のハーネスから取られているため、条件は同じではありません。公式 DeepSWE リーダーボードの mini-SWE-agent ハーネスでは K3 は 67.3% です。SWE-Marathon の行は v1.1 リリース前の、H20 向けに再調整されたタスクセットを使っています。Z.ai の表では K3 の v1.1 スコアは 48.1% です。

どれを使うべきか：Kimi K3、Claude Opus 5.5、GLM-5.3

Claude Opus 5.5 との比較

Opus 5.5 は K3 の 2 か月後、2026-09-22 にリリースされました。Artificial Analysis の Intelligence Index v4.3.2 では Opus 5.5 が max で 58、K3 が 44 と、明確な差があります。K3 の公式価格は $3 / $15 で、Opus 5.5 の $4 / $20 より 25% 安いだけですが、指数全体で Opus 5.5 は 2.6 億出力トークン、K3 は 1.6 億を使ったため、公式価格では 1 タスクあたり $5.98 対 $2.00 と、K3 は約 3 分の 1 です。出力速度は Opus 5.5 が約 92 トークン/秒、K3 が約 34 です。最難関のコーディング、長期的なエージェント、一度で正解が求められる作業には Opus 5.5 を、大量処理、限られた予算、動画入力、セルフホストには K3 を選んでください。

GLM-5.3 との比較

Artificial Analysis の Intelligence Index では両者はほぼ互角です。GLM-5.3 は max で 45、K3 は 44 で、1 タスクあたりのコストもほぼ同じです（$2.01 vs $2.00）。GLM-5.3 の公式価格は $1.4 / $4.4 と K3 の半分以下ですが、出力が長く（指数全体で 1.6 億に対し 2.1 億トークン）、速度は約 2 倍です（約 66 vs 34 トークン/秒）。Z.ai の GLM-5.3 リリースページには両方のスコアが掲載されており、DeepSWE v1.1 では接近（66.9% vs 67.5%）、Terminal Bench 3.0 では GLM-5.3 がリード（28.3% vs 17.4%）、SWE-Marathon v1.1（48.1% vs 42.5%）と Toolathlon（76.5% vs 73.0%）では K3 がリードしています。テキストのみのコーディングならどちらでも構いません。画像や動画の入力が必要なら K3 を選んでください。GLM-5.3 はテキストのみの対応です。セルフホストでは、GLM-5.3（総パラメータ 753B）のほうが K3（2.8T）よりはるかに容易です。

effort の選び方

K3 には low、high、max の 3 段階しかなく、デフォルトは max で、思考はオフにできません。Artificial Analysis の測定では max が 1 タスク $2.00 で 44、low が $1.15 で 30 でした。low は 1 タスクあたり約 40% 安くなりますが、14 ポイント下がります。コーディングとエージェントにはデフォルトの max を使ってください。high については第三者データがまだないため、自分のタスクで max と比較してください。low は簡単な Q&A や形式変換向けです。推論トークンは出力料金で課金されるため、effort を上げるほど出力が増えます。

Kimi の effort ドキュメント

第三者とコミュニティの評価

• Artificial Analysis: Intelligence Index v4.3.2 では max で 44、low で 30。指数全体で 1.6 億出力トークンを使い、1 タスクあたり $2.00、出力速度は約 34 トークン/秒、最初のトークンまでの時間は約 4.5 秒です。リリース当日、当時の指数バージョンでは 57 で 3 位となり、Claude Opus 4.8 や GPT-5.5 と同等、Fable 5 と GPT-5.6 Sol には及びませんでした。一方でハルシネーション率は K2.6 の 39% から 51% に上昇しています。Wokey の各課金項目は公式価格の 20% のため、同じタスクは max で約 $0.40、low で約 $0.23 です。
• Fireworks: K3 の推論サービスも提供している Fireworks は、約 1,030 件のエージェントタスクで K3 と Claude Fable 5 を同じエージェントループで比較しました。SWE タスクの合格率は K3 が 92.4%、Fable 5 が 92.6% とほぼ互角でしたが、1 タスクあたり K3 は約 55 ターン・130 万トークン、Fable 5 は 21 ターン・13 万トークンでした。
• Hacker News（2,107 ポイントのスレッド）: 最も議論されたのは価格で、オープンウェイトモデルとして $3 / $15 は高いという声が多い一方、K3 が本当に Fable と Sol にしか劣らないなら妥当だという意見もありました。次に多かったのは思考の長さで、考えすぎて同じことを繰り返すという不満がありました。Simon Willison のペリカンテストでは出力 16,658 トークンのうち 13,241 が推論で、費用は約 $0.25 でした。別のコメントでは、推論トークンが K2.6 の約 60% だったと測定されています。

Claude Code で K3 を使う方法と確認すべきリクエストのルール

これらのルールは Kimi の K3 クイックスタートと、Wokey が本番環境で調査した問題に基づいています。K2.x から kimi-k3 に切り替える前や、初めて接続する前に確認してください。

• 思考はオフにできず、レスポンスには常に reasoning_content が含まれます。K2.x から移行する場合は、従来の thinking パラメータをトップレベルの reasoning_effort（low / high / max）に置き換えてください。
• マルチターンの会話やツール呼び出しでは、API が返した assistant メッセージを reasoning_content と tool_calls を含めてそのまま送り返してください。content だけを送り返すと、それまでの推論が失われます。
• temperature、top_p、n、presence_penalty、frequency_penalty は 1.0、0.95、1、0、0 に固定されており、Kimi はこれらをリクエストから省くよう求めています。
• 画像に公開 URL は使えません。https の画像リンクは 400 unsupported image url を返すため、image_url には data:image/png;base64,... のような base64 の data URL を入れてください。動画も base64 で送ります。Kimi の「先にファイルをアップロードし、ms://<file_id> で参照する」方式は、現時点では Wokey 経由で利用できません。
• max_completion_tokens のデフォルトは 131,072 で、最大 1,048,576 まで設定できます。推論トークンは出力として課金され、デフォルトの max effort は長い出力を生成するため、出力予算には余裕を持たせてください。
• stop シーケンスを設定すると、K3 は推論中に打ち切られ、finish_reason が stop で content が空の結果を返すことがあります。これは上流の挙動で、Wokey がテキストを削除しているわけではありません。stop に依存するフローは、まず自分のタスクで検証してください。
• Claude Code での利用：Wokey の kimi-k3 は /v1/messages に対応しているため、ANTHROPIC_BASE_URL を https://api.wokey.ai、ANTHROPIC_AUTH_TOKEN を Wokey の API キー、ANTHROPIC_MODEL を kimi-k3 に設定してください。料金は 100 万トークンあたり入力 $0.60 / 出力 $3.00 です。Moonshot はエージェントフレームワークとして Kimi Code CLI を推奨しており、OpenCode などの OpenAI 互換クライアントは /v1/chat/completions を使います。

画像付きリクエストボディの例（/v1/chat/completions）

{
  "model": "kimi-k3",
  "reasoning_effort": "high",
  "messages": [{
    "role": "user",
    "content": [
      { "type": "image_url", "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } },
      { "type": "text", "text": "Find the layout bug in this screenshot" }
    ]
  }]
}

カタログ料金のスナップショット

価格は 100 万トークンあたりです。精算にはリクエスト時点の価格が適用されます。

公式価格のソース: https://platform.kimi.ai/docs/pricing/chat-k3

Wokey での実測

直近 28 日間（2026-10-13〜2026-11-09）、毎週月曜日に更新 · 90+ アカウントの実際のリクエスト

最初のトークンまでの時間（短いプロンプト）

2.5 秒 (中央値 · 入力 8K トークン未満 · p90 7.6 秒)

最初のトークンまでの時間（エージェント規模）

5.9 秒 (中央値 · 入力 32K–128K トークン)

プロンプトキャッシュヒット率

93% (入力トークンのうちキャッシュから読み込まれた割合)

主なクライアント: Kimi Code CLI 52%, pi 26%, WorkBuddy 11%. 識別できたクライアントのリクエストに占める割合。クライアントを識別できたリクエストは 3%.

測定方法

最初のトークンまでの時間は、Wokey ゲートウェイがリクエストを受け取ってから最初のストリーミング出力（本文、推論の要約、または拒否）までを計測します。キューでの待ち時間、別アカウントでの再試行、モデルの思考時間を含むため、上流自体の最初のトークンまでの遅延より長くなります。成功したストリーミングリクエストのみを対象とし、プロンプトの長さ（入力とキャッシュの読み書きの合計）で区分しています。

キャッシュヒット率 = キャッシュ読み込みトークン ÷ 入力トークン（成功したリクエストのみ）。クライアントと使い方によって変わります。クライアント別の内訳はキャッシュヒット率のページをご覧ください。

エンタープライズアカウントと Wokey 自身のテストアカウントは除外しています。モデルは、直近 28 日間に 20 人以上のユーザーが利用し、かつ 1 人のユーザーのリクエストが 50% を超えない場合に表示します。同じ紹介チェーンで登録されたアカウントは 1 人のユーザーとして数えます。最初のトークンまでの時間の各数値には 500 件以上のリクエストが必要です。

クライアント別のキャッシュヒット率

モデルの機能

Context

1,048,576 tokens

最大出力

1,048,576 tokens

Streaming

対応

Tools

対応

Vision

対応

対応 API 形式

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

リクエストを送信

/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","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","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","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

お使いのツールで Kimi K3 を使う

ゲートウェイは https://api.wokey.ai（OpenAI 互換クライアントでは通常 https://api.wokey.ai/v1）、モデル ID は kimi-k3 です。お使いのクライアントのガイドを開いてください。

• Claude Code で Kimi K3 を使う: Anthropic Messages · base URL と API キーの設定
• Codex で Kimi K3 を使う: OpenAI Responses · base URL と API キーの設定
• Claude Desktop で Kimi K3 を使う: Anthropic Messages · base URL と API キーの設定
• opencode で Kimi K3 を使う: OpenAI Chat Completions · base URL と API キーの設定
• pi で Kimi K3 を使う: Anthropic Messages · base URL と API キーの設定
• DeepSeek Harness で Kimi K3 を使う: OpenAI Chat Completions · base URL と API キーの設定
• Z Code で Kimi K3 を使う: Anthropic Messages · base URL と API キーの設定
• Cherry Studio で Kimi K3 を使う: OpenAI Chat Completions · base URL と API キーの設定
• WorkBuddy で Kimi K3 を使う: OpenAI Chat Completions · base URL と API キーの設定
• OpenClaw で Kimi K3 を使う: OpenAI Chat Completions · base URL と API キーの設定
• Hermes Agent で Kimi K3 を使う: OpenAI Chat Completions · base URL と API キーの設定
• Magpie で Kimi K3 を使う: OpenAI Chat Completions · base URL と API キーの設定
• Kimi API 料金計算ツール：Kimi K3 の月額はいくら？: 使用量とキャッシュヒット率から、Kimi API と Wokey の月額費用を比較します。
• Kimi Code 使用制限の実測：プランで Kimi K3 をどれだけ使えるか: 5時間枠と 1 か月あたりの実測トークン数と、API 料金に換算した価値。
• OpenRouter の代替：Wokey と OpenRouter を比較: トークン料金、決済手数料、API 形式、upstream の供給元を比較します。
• 検証可能な AI API：レスポンス証明が付くモデルと API 形式: レスポンス証明の対象は現在、公式ルートでそのまま転送される Claude Messages と GPT Responses のレスポンスのみです。

本番呼び出しの例

これらの使用量の値は、初回で成功し請求と突き合わせ済みの Kimi K3 の完了した呼び出しから取得したものです。

入力合計

76023

出力

574

入力のキャッシュ割合

99.3%

呼び出し時間

25.60 s

Chat Completions usage

課金記録から API フィールドの例としてまとめたものです。prompt_tokens はキャッシュ済みトークンを含む入力合計です。

{
  "model": "kimi-k3",
  "usage": {
    "prompt_tokens": 76023,
    "prompt_tokens_details": {
      "cached_tokens": 75520
    },
    "completion_tokens": 574,
    "total_tokens": 76597
  }
}

トークンの突き合わせ

この呼び出しで記録された 100 万トークンあたりの最終単価です。

課金額

$0.009833

費用 = トークン数 × 各単価 ÷ 1,000,000 の合計。合計後に小数点以下 6 桁に丸めます。

この呼び出しのソース

この呼び出しは ark.cn-beijing.volces.com の Volcengine チャネルを API Key 認可で使用しました。使用量は上流で計測され、リクエストは HTTP 200 を返しました。

Prompt Cache の確認

1. 長いプロンプトの共通プレフィックスを同一に保ち、選択した API のキャッシュルールに従ってコンテキストを再利用します。
2. prompt_tokens_details.cached_tokens を確認します。0 の場合、この呼び出しではキャッシュ読み取りが記録されていません。
3. キャッシュなし入力 = prompt_tokens − キャッシュ済みトークン。項目ごとに単価を掛け、出力料金を加えます。

よくある質問

関連モデルとドキュメント

• Kimi K3.1 Pro
• Kimi K3.1 Pro Highspeed
• Kimi K2.8 Preview
• API ドキュメント
• すべてのモデルと料金
• Provider Node