Kimi K3.1 Pro：Claude Code・Codexの設定、モデルIDと料金
Kimi K3.1 Proの正確なモデルIDでAPIアクセスを確認し、古いK3のエイリアスに頼らずClaude CodeやCodexへ接続します。トークン単価と独立評価のタスク費用を比較し、推論の強度を明示的に設定。Kimi Codeの契約に含まれる利用枠と、APIの従量課金を区別して試せます。
目次
Kimi K3.1 Proをコーディングに初めて使うなら、まず標準のAPIモデル kimi-k3.1-pro を選び、推論の強度を明示的に設定して、小さなリクエストが成功することを確認してからClaude CodeやCodexに接続してください。すでにKimi Codeを契約している場合は、先に /model から、そのサービス専用の k3.1-pro を試すとよいでしょう。Highspeedを選ぶのは、待ち時間の短縮が追加料金に見合うかを実際の作業で測ってからです。
以下の料金と提供状況は 2026-10-24 時点のものです。Claude CodeとCodexの設定例は、従量課金のKimi APIを使います。Kimi Codeの契約に含まれる利用枠で試す方法は、別の節で説明します。
Kimi K3から何が変わったのか
K3.1 Proは、K3を基に事後学習を行ったモデルです。事後学習に投入する計算量を増やし、継続的な推論やツール操作が必要なタスクの改善を図っています。Moonshotの社内評価であるKimi Code Bench 3.0 Long-horizonでは、K3の55.95%に対して61.2% と報告されています。複数ファイルにまたがる不具合の調査や、編集とテストを何度か繰り返して機能を完成させる作業など、試すタスクを選ぶ際の参考にできます。ただし、これは提供元による評価結果です。
1,048,576トークンのコンテキストウィンドウは、今回初めて追加されたものではありません。K3も同じ容量に対応していました。既存のK3 APIユーザーにとっての変更点は、新しいモデル、低くなったトークン単価、そして文書化された推論の動作を組み合わせて使えることです。Kimiの料金ドキュメントが説明するように、コンテキスト容量は、アカウントのレート制限や入金済みの残高とも別のものです。
ホスト型サービスでの利用はすでに可能です。Moonshotのリリース発表では、モデルの完全な重みを 2026-11-04までに 公開するとしています。現時点ではホスト型サービスで試し、自社インフラでの運用は、重みとこのモデル固有のライセンス条件を確認できるようになってから検討してください。
どのモデルIDを指定すればよいか
APIキーを発行したサービスに対応するモデルIDを選んでください。Kimiの有料API、Kimi Codeの契約、OpenRouterでは、モデルIDの名前空間と課金方法が異なります。同じモデル名が表示されていても、接続先とキーを区別する必要があります。
| 利用経路 | モデルIDまたはクライアント設定 | 課金先・利用枠 |
|---|---|---|
| Kimi API。このAPI経由で接続するCodexも含む | kimi-k3.1-pro または kimi-k3.1-pro-highspeed | Kimi APIの従量課金 |
| 後述の設定でKimi APIに接続するClaude Code | kimi-k3.1-pro[1m] | Kimi APIの従量課金 |
| Kimi Codeの契約 | k3.1-pro または k3.1-pro-highspeed | 契約に含まれる利用枠 |
| OpenRouter | moonshotai/kimi-k3.1-pro | OpenRouter APIの課金 |
これらの識別子は、Kimi APIリファレンス、Kimi Codeのモデル設定、OpenRouterのモデルページに記載されています。
Kimiの現行Claude Codeガイドには、モデルを選ぶ際に注意すべき不一致があります。設定例では引き続き kimi-k3[1m] が使われている一方、接続確認用のリクエストでは kimi-k3.1-pro が指定されています。
Anthropicのモデル設定ドキュメントによると、[1m] はClaude Codeに1Mのコンテキストウィンドウを使うよう指示する接尾辞です。プロバイダーへモデルIDを送る前に、この接尾辞は取り除かれます。kimi-k3 を kimi-k3.1-pro に変換する指定ではありません。そのため、以下の設定ではK3.1 ProのIDを明示します。
APIの現在の料金はいくらか
標準のK3.1 Proでは、公開されている入力・出力・キャッシュの各単価がK3より3分の1低くなっています。ただし、タスクを完了するまでの請求額は、エージェントが消費したトークン数によって決まります。
以下はKimiプラットフォームの現行モデル料金で、1,000,000トークンあたりのUSD建て料金です。キャッシュ書き込みは標準の 5m 区分を使っています。適用される税金は含まれていません。
| モデル | キャッシュ未使用の入力 | キャッシュ書き込み、5m | キャッシュヒット | 出力 |
|---|---|---|---|---|
| Kimi K3.1 Pro | $2.00 | $2.00 | $0.20 | $10.00 |
| Kimi K3.1 Pro Highspeed | $4.00 | $4.00 | $0.20 | $20.00 |
| Kimi K3 | $3.00 | $3.00 | $0.30 | $15.00 |
キャッシュ読み取り、キャッシュ書き込み、それ以外のキャッシュ未使用入力は、重複しないトークン区分です。同じ入力トークンに対して、通常入力の料金とキャッシュ書き込みの料金を両方加算しないでください。Kimiのキャッシュ課金ガイドには、自動キャッシュ、標準で5分間の保持期間、別料金となる 1h の書き込み区分が説明されています。
計算例としての概算を示します。あるタスク全体で、次のトークン数を使ったと仮定します。
- 新規入力が100,000トークン。通常入力または
5mのキャッシュ書き込みとして課金。 - キャッシュヒットした入力が500,000トークン。
- 推論を含む出力の合計が20,000トークン。
標準のK3.1 Proの費用は、次のようになります。
(100,000 × $2.00 + 500,000 × $0.20 + 20,000 × $10.00) / 1,000,000 = $0.50
同じトークン数なら、K3では$0.75、Highspeedでは$0.90 です。この概算には税金と追加のツール料金を含めず、1h のキャッシュ書き込みもないものとしています。Highspeedのキャッシュヒット単価は$0.20のままなので、この例の合計額は標準モデルのちょうど2倍にはなりません。
タスクあたりの費用に関する独立した評価結果も、すでに公開されています。Artificial Analysisのリリース時評価では、Intelligence Indexのタスクあたりの出力が約 55Kトークン、K3では 48K と報告されています。また、タスクあたり$1.98 で、その評価ではK3とおおむね同額でした。同社の評価方法では、複数のベンチマークを構成するタスクの費用に重みを付けて集計しています。トークン消費を判断する材料にはなりますが、自分のリポジトリで不具合を修正する費用をそのまま予測できる数値ではありません。
APIアクセスを確認し、推論の強度を明示する
コーディングツールの設定を調べる前に、APIアカウントが対象モデルを利用できる状態か確認してください。K3.1 Proのクイックスタートでは、少なくとも$1の入金が正常に完了すると アクセスが有効になるとしています。これはAPIアクセスの条件であり、Kimi Codeの契約とは別です。
以下のコマンドは、curl と jq がインストールされた macOSまたはLinuxのBash で実行します。read が入力を待っている状態になったら、Kimi APIプラットフォームの自分のキーを貼り付けてEnterを押してください。キーは画面に表示されません。
set -o pipefail
read -rs MOONSHOT_API_KEY && export MOONSHOT_API_KEY
curl --silent --show-error --fail-with-body \
https://api.moonshot.ai/v1/chat/completions \
--header "Authorization: Bearer $MOONSHOT_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "kimi-k3.1-pro",
"reasoning_effort": "low",
"max_completion_tokens": 2048,
"messages": [{"role": "user", "content": "Reply with exactly: KIMI_API_OK"}]
}' | jq -e '
if .error then error(.error | tostring)
else {model, answer: .choices[0].message.content,
finish_reason: .choices[0].finish_reason, usage}
end
'正常に完了した場合は、model に kimi-k3.1-pro、要求した応答、finish_reason に stop、そして実際の使用量が返ることを確認します。Chat Completionsリファレンスに、これらの応答フィールドが説明されています。
finish_reason が length なら、生成が指定した上限に達しています。認証の問題と判断する前に、max_completion_tokens を増やして再試行してください。401 の場合は、APIキーと接続先の組み合わせを確認します。新しいアカウントでモデルを利用できない場合は、まず入金が完了していることと、モデルIDが正しいことを確かめます。
K3.1 Proでは常に推論が行われます。直接APIを利用する場合の推論ガイドでは、low、high、max が指定でき、既定値は max です。上の接続確認では、意図的に low を選んでいます。後述するコーディングツールの設定例では、試用時の出発点として high を指定します。
独自の連携を実装する場合、公式APIスキーマではプロトコルごとに設定場所が異なる点にも注意してください。Chat Completionsは reasoning_effort、Responsesは reasoning.effort、Messagesは output_config.effort を使います。Chat Completionsのフィールドを、そのまますべてのリクエスト形式にコピーしてはいけません。
Claude CodeにK3.1 ProのIDを明示して設定する
試用中に一貫してK3.1 Proを呼び出すには、メインの会話、バックグラウンド処理用のモデル設定、サブエージェントをすべてK3.1 Proに割り当てます。以下は、Kimiの接続例を、Messages APIが受け付ける正式なモデルIDと、Anthropicが文書化した [1m] の動作に合わせて調整した設定です。
更新済みのClaude Codeを使用してください。次の内容を ~/.claude/settings.json に組み込み、今回の設定と関係しない既存項目は残します。
{
"env": {
"ANTHROPIC_BASE_URL": "https://api.moonshot.ai/anthropic",
"ANTHROPIC_MODEL": "kimi-k3.1-pro[1m]",
"ANTHROPIC_DEFAULT_FABLE_MODEL": "kimi-k3.1-pro[1m]",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3.1-pro[1m]",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3.1-pro[1m]",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k3.1-pro[1m]",
"CLAUDE_CODE_SUBAGENT_MODEL": "kimi-k3.1-pro[1m]",
"CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
"CLAUDE_CODE_EFFORT_LEVEL": "high"
}
}これらの呼び出し先には、すべてK3.1 Proの料金が適用されます。Haiku用の設定から実行されるバックグラウンドタスクも同じです。コンパクションの設定は、クライアント側でコンテキストを圧縮するためのしきい値であり、追加のコンテキスト容量やトークンを購入する設定ではありません。
このJSON例に認証情報は追加しないでください。以下のシェル経由の認証情報を使う前に、既存の env オブジェクトに古い ANTHROPIC_API_KEY や ANTHROPIC_AUTH_TOKEN が残っていれば削除します。Kimiのドキュメントによると、設定ファイル内の環境変数は、ターミナルでエクスポートした値より優先されます。
APIの接続確認に使ったものと同じBashセッションから、次を実行します。
unset ANTHROPIC_API_KEY
export ANTHROPIC_AUTH_TOKEN="$MOONSHOT_API_KEY"
claude新しいセッションで /status を実行してください。ベースURLが https://api.moonshot.ai/anthropic で、選択されたモデルにK3.1 Proと表示されていることを確認します。モデル名に [1m] が付いている場合もあります。思考モードは有効のままにしてください。
ツール呼び出しは、次の節にあるリポジトリの読み取り確認で試します。/status が示すのは選択中の設定です。アシスタントに「どのモデルですか」と質問して得られる回答は、リクエストの送信先を確認する信頼できる方法ではありません。
古いモデルが表示される場合は、設定内にモデル選択を上書きする項目がないか調べ、クライアントを再起動します。バックグラウンド処理だけが失敗する場合は、メインモデルだけを変更するのではなく、各モデル系列とサブエージェントの割り当てを確認してください。
CodexをネイティブのResponses APIに接続する
Codexには、Kimiが提供するネイティブのResponsesエンドポイントを使います。Kimiの公式接続ガイドは kimi-k3.1-pro に直接対応しており、wire_api = "responses" とコンテキストウィンドウ 1048576 を指定します。
Codex 0.134.0以降では、独立したプロファイルファイルを使うと、この設定を明示的に選択できます。まず codex --version でバージョンを確認してください。現行のCodexプロファイルの仕様では、--profile kimi-k31 によって、基本設定に ~/.codex/kimi-k31.config.toml の設定を重ねて読み込みます。
このファイルを次の内容で作成します。
model = "kimi-k3.1-pro"
model_provider = "kimi"
model_context_window = 1048576
model_reasoning_effort = "high"
[model_providers.kimi]
name = "Kimi"
base_url = "https://api.moonshot.ai/v1"
env_key = "KIMI_API_KEY"
wire_api = "responses"プロバイダーの設定はKimiのガイドに沿っています。推論の強度を high と明示しているのは、Codexの推論設定フィールドに、KimiのResponsesスキーマが受け付ける値を指定するためです。
APIキーを保持しているターミナルから、次を実行します。
export KIMI_API_KEY="$MOONSHOT_API_KEY"
codex --profile kimi-k31/status を開き、プロバイダーが kimi、モデルが kimi-k3.1-pro であることを確認してください。Codexのリクエストは https://api.moonshot.ai/v1/responses に送られます。そのため、Claude Code用のベースURLとは異なり、Codex用のベースURLには /v1 を含めます。
どちらのコーディングクライアントでも、小さなリポジトリを開いて次の指示を送信できます。これは、最上位のファイルとテスト設定を読み、エントリーポイントとテスト実行コマンドを説明するよう求めるものです。ファイルの編集やテストの実行は指示していません。
Read the repository's top-level files and its test configuration.
Explain the entry point and the command for running its tests.
Cite the relevant file paths. Do not edit files or run the tests.クライアントがファイルを読み取り、ツールの結果が返ったあとに最終回答まで出力することを確認します。単なるあいさつへの応答よりも、コーディングツールとの接続がどこまで機能するかを確認できます。
Codexが /v1/responses に対して 404 を返す場合は、ベースURLが正しいか、既存のローカルルーター設定が影響していないかを調べてください。Kimiは、モデルがCodexの組み込みカタログにないため、モデルのメタデータに関する警告が出る場合もあると説明しています。コンテキストウィンドウを明示する設定は、カタログにない容量情報を補います。
すでにKimi Codeを契約している場合
公式のKimi Code CLIで /model を実行してK3.1 Proを選び、新しいセッションで試してください。10月23日のリリースノートでは、以前のモデルから切り替える際に新しいセッションを使うことを推奨しています。
現行プランでは、標準のK3.1 Proは Plus以上 で利用できます。完全な1MコンテキストとHighspeedは Pro以上 で利用可能です。旧プランの対応する区分は、それぞれModeratoとAllegrettoです。モデルガイドによると、Highspeedは契約の利用枠を約 2× 消費します。これは利用枠の消費倍率であり、API料金表とは別の条件です。
直接APIを使う場合の既定値がクライアントにも適用されるとは考えず、推論の強度を明示的に選んでください。思考モードは有効にしておきます。Kimi Codeのエラーリファレンスには、無効にした場合にHTTP 400 と “K3.1 Pro does not support disabled thinking mode.” が返ることが記載されています。
モデルIDは正確にコピーしてください。Kimi Codeは、IDの入力ミスによって、思考を使わないK2.8 Previewへ切り替わる可能性があると警告しています。一方、エラーリファレンスには、無効なIDに対して 400 が返るケースも記載されています。入力ミスは別のモデルに送信されるリスクとして扱い、必ずエラーで検出できるとは考えないでください。
Kimi Codeのキーは、そのサービス用の接続先で使います。たとえば、Kimi Code専用のClaude Code接続手順は https://api.kimi.ai/coding/ を使います。そのキーを上記のMoonshot従量課金設定へ入れるだけでは、契約に含まれる利用枠を選択したことにはなりません。
Claude Opus 5.5から切り替えるべきか
運用中のOpusの作業フローを移す前に、自分のリポジトリを代表するタスクでK3.1 Proを試してください。公開結果は試用を検討する材料になりますが、あらゆるタスクに通用する品質や完了費用の順位を確定するものではありません。
Moonshotは、Terminal-Bench 4.0で 65.7%、比較対象として Claude Opus 5.5は66.4%、GPT-6 Astraは58.2% と報告しています。ベンチマークの注記によると、K3.1 Proの評価にはClaude Codeのハーネス、つまりタスクを実行するための評価環境を使っています。比較スコアは、各社の報告やリーダーボードから採用されています。すべてのモデルを同じ条件で一度に評価した対照実験ではありません。
Artificial Analysisの独立したリリース時レポートでは、別の評価として、Terminal-Bench 4.0で約67%、Intelligence Indexで55 と報告されています。これらの値は、その評価に対応する結果として読んでください。条件が同一であるかのように、Moonshotの比較表へ混ぜて扱うべきではありません。
自分で試す際は、リポジトリの状態、タスク、権限、受け入れテストをそろえます。推論の強度、合計請求額、経過時間、再試行回数、最終的な変更がレビューを通るかを記録してください。必要な品質を有用な費用で満たすタスクでは標準のK3.1 Proを採用し、生成待ちが作業時間の大部分を占めるならHighspeedを試します。修正のやり直しが少ない、あるいは必要なクライアント機能が使えるなど、既存の作業フローのほうが効果的なタスクではOpusを継続してください。
