API Hop

Kimi K3 API:料金とテキスト連携

コーディングと文書分析向けに、Kimi K3 のトークン料金と Chat Completions の例を確認できます。対応入力、推論の動作、導入制限を確認してください。

Kimi K3 API の料金と請求

公式価格

入力
$3.0000 /M
出力
$15.0000 /M
キャッシュ入力
$0.3000 /M

API Hop 料金 削減 30%

入力
$2.1000 /M
出力
$10.5000 /M
キャッシュ入力
$0.2100 /M

参考価格は独立した検証を行っていません。費用を比較する前に、提供元の最新料金、課金単位、適用条件を確認してください。

Kimi K3 オンラインチャットツール

モデル設定

詳細パラメーター
0 文字以上(0/固定上限なし)
固定の文字数上限はありません。リクエスト全体にはリクエストサイズとモデルのコンテキスト制限が適用されます。これはトークン数ではありません。
0 – 2
0 – 1
-2 – 2
-2 – 2

会話

今日はどのようなお手伝いができますか?

準備完了

リセットして新しい会話を始めますか?

会話と未送信のメッセージを消去し、パラメーターをデフォルトに戻します。

API Hop の実測サンプル

2026 年 10 月 22 日に API Hop 経由で記録しました。各結果は指定モデルとモードの 1 回のリクエストであり、成功率、速度、本番品質を保証しません。以下のモデル回答は元の言語で掲載しています。

段落引用付きのリリース判断

kimi-k3 · document-citations ·

原文の抜粋

**Answer summary:** Production release is **not approved**. Staging established only export-formatting/export v7 verification — nothing about production. **Mei** owns the remaining duplicate-delivery tests; documentation ownership is **unassigned**.
モデルの回答全文(未編集)
**Answer summary:** Production release is **not approved**. Staging established only export-formatting/export v7 verification — nothing about production. **Mei** owns the remaining duplicate-delivery tests; documentation ownership is **unassigned**.

| Conclusion | Exact supporting quote | Paragraph ID | Uncertainty |
|---|---|---|---|
| Production release is not approved; approval was withheld pending tests | "the release reviewer withheld production approval until duplicate-delivery tests pass" | P31 | Low — explicit statement |
| No approval or completed test recorded later (cross-check of P04's Friday shipping proposal, which "was not an approval") | "No completed test result or production approval is recorded in this document." | P36 | Low — explicit; P04 proposal superseded by P31/P36 |
| Staging established export formatting checks passed (repeated across components), and verified export v7 on synthetic data only | "staging verified export version 7 with three synthetic records. Production deployment and billing checks were not performed." | P18 | Low for staging result; production readiness not established |
| Staging did not measure production latency, charges, or customer outcomes | "no production latency, charge or customer outcome was measured" | P01 (and P02–P03, P05–P17, P19–P30, P32–P35, identical wording) | Low — explicit; applies to all component entries |
| Remaining duplicate-delivery tests are owned by Mei | "Mei owns those tests." | P31 | Low — explicit; tests scheduled, not completed ("Mei scheduled duplicate-delivery tests for October 16," P36) |
| Documentation has no owner; a documentation check was only planned | "Documentation ownership remains unassigned." | P31 (earlier: "Documentation ownership was still unassigned," P04) | Low that it is unassigned as of this document; future owner unknown. Note: component entries say "The named reviewer will check documentation next week" (e.g., P01), but no name is given and no completion is recorded |

**Unresolved questions:**
1. Did the duplicate-delivery tests scheduled for October 16 (P36) pass, and has the release reviewer since granted production approval?
2. Who will be assigned documentation ownership, and did the unnamed "named reviewer" ever complete the documentation check promised for "next week" (P01 et al.)?

文書は合成サンプルで、最大コンテキストのテストではありません。結論は入力と一致しますが、補助引用 2 件で文末のピリオドがコンマに変わっています。P36 のテスト日程と P04 の文書担当者の引用です。この句読点は原文どおりではないため、引用の手動確認が必要です。

リクエストと入力の全内容

POST /v1/chat-completions

{
  "model": "kimi-k3",
  "messages": [
    {
      "role": "user",
      "content": "Use only the following synthetic document. Answer: Is production release approved? What did staging establish? Who owns the remaining tests and documentation? Return a compact table of conclusion, exact supporting quote, paragraph ID and uncertainty, followed by two unresolved questions. Cross-check proposals against later updates; never infer a completed test or production success. Keep the answer under 500 words. This sample tests citation accuracy on this document, not maximum context length.\n\n[P01] Component 1 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P02] Component 2 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P03] Component 3 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P04] On October 10, the release coordinator proposed shipping export version 7 on Friday. The proposal was not an approval. Documentation ownership was still unassigned.\n\n[P05] Component 5 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P06] Component 6 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P07] Component 7 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P08] Component 8 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P09] Component 9 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P10] Component 10 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P11] Component 11 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P12] Component 12 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P13] Component 13 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P14] Component 14 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P15] Component 15 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P16] Component 16 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P17] Component 17 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P18] On October 11, staging verified export version 7 with three synthetic records. Production deployment and billing checks were not performed.\n\n[P19] Component 19 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P20] Component 20 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P21] Component 21 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P22] Component 22 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P23] Component 23 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P24] Component 24 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P25] Component 25 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P26] Component 26 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P27] Component 27 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P28] Component 28 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P29] Component 29 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P30] Component 30 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P31] On October 12, the release reviewer withheld production approval until duplicate-delivery tests pass. Mei owns those tests. Documentation ownership remains unassigned.\n\n[P32] Component 32 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P33] Component 33 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P34] Component 34 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P35] Component 35 review: staging checks passed for export formatting. Production rollout has not been approved by this entry. The named reviewer will check documentation next week; no production latency, charge or customer outcome was measured. This paragraph records a proposed review, not completion.\n\n[P36] On October 13, Mei scheduled duplicate-delivery tests for October 16. No completed test result or production approval is recorded in this document."
    }
  ],
  "stream": false,
  "max_tokens": 4096
}
レスポンスのメタデータと報告された使用量
{
  "requestId": "339d0045e51385a03300d75fa74f0863",
  "jobId": null,
  "responseModel": "kimi-k3",
  "responseAt": "2026-10-22T12:28:31.361Z",
  "finishedAt": "2026-10-22T12:28:31.364Z",
  "usage": {
    "prompt_tokens": 2058,
    "completion_tokens": 1086,
    "total_tokens": 3144,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0,
      "text_tokens": 0,
      "audio_tokens": 0,
      "image_tokens": 0
    },
    "completion_tokens_details": {
      "text_tokens": 0,
      "image_tokens": 0,
      "audio_tokens": 0,
      "reasoning_tokens": 0
    },
    "input_tokens": 0,
    "output_tokens": 0,
    "input_tokens_details": null,
    "output_tokens_details": null,
    "claude_cache_creation_5_m_tokens": 0,
    "claude_cache_creation_1_h_tokens": 0
  },
  "outputSha256": "e3ba3715b7facfd224f3e1982c457c3647c33114774768190023cef8b1eef396",
  "responseEvidence": {
    "sha256": "2f1507aa711a70a17163506c7420517b599e4564fcf69aaef6db8cf5d7b09506",
    "bytes": 6024,
    "phase": "submission",
    "http": 200,
    "requestId": "339d0045e51385a03300d75fa74f0863",
    "observedAt": "2026-10-22T12:28:31.361Z"
  },
  "assets": []
}
公開検証記録をダウンロード

Kimi K3 のプロンプト例

これらは Kimi K3 の評価用プロンプトであり、実測したモデル出力ではありません。提供されたテキストだけを分析し、コードの実行、本番システムの検査、長文コンテキスト性能の証明は行いません。引用した根拠と受け入れ条件を確認し、本番で使用する前にレスポンスのメタデータと使用量を確認してください。

次の文書例だけを使用してください:[P1] エクスポート修正はステージング検査を通過した。[P2] 金曜の公開が提案されたが承認されていない。[P3] Mei は火曜にエラーメッセージを確認する。[P4] 文書の担当者は未定。主張、裏付ける正確な引用、段落 ID、不確実性を表にしてください。本番公開は承認済みですか。文書の担当者は誰ですか。不足情報は不明とし、引用は例と完全に一致させてください。ステージングの成功から本番の成功を推測しないでください。この小さな例は最大コンテキスト長を試すものではありません。

次の合成記録を id、owner、deadline、evidence の JSON に抽出してください:[R1] 課題 41:Ana がエクスポート修正を担当、期限は未合意。[R2] 課題 42:確認期限は 10 月 15 日、担当者未定、年は不明。欠損値には null を使い、不完全な日付をそのまま保ち、evidence に原文を引用してください。年や担当者を作らず、各フィールドを記録と照合してください。これはテキスト整形であり、データベース操作ではありません。

架空の 2 人チームが毎日 2,000 件のレポートを実行します。30 分以内の完了で問題ありません。データベースはありますがキューサービスはなく、再起動後の復旧と重複配信の防止が必要です。データベース型バッチと専用キューを比較し、判断表、条件付き推奨、3 つの未知事項、選択を逆転させる条件 1 つを示してください。ベンチマーク、費用、検証済みの保証を捏造しないでください。

Kimi K3 とは

長期的なコーディングと知識業務のためのネイティブマルチモーダルモデル

私たちは Kimi K3 を、複雑なタスク向けの推論・エージェントモデルと位置付けています。コンテキストを継続して理解し、ツールを呼び出し、結果に応じて方針を修正する仕事を重視します。Moonshot AI が開発したネイティブ視覚能力を持つマルチモーダルモデルで、テキスト、画像、動画を理解できます。用途にはプロジェクトのコーディング、調査、複数段階の知識業務があります。

マルチモーダル能力によって画像理解や OCR などにも用途が広がります。従来の OCR と比べた利点は、別のモデルを学習させずに高い理解力を得られることです。

百万 Token のコンテキストを持つオープンウェイトの MoE モデル

Kimi K3 は混合エキスパート、つまり MoE アーキテクチャを採用し、総パラメーター数は 2.8 兆、各 Token で有効になるパラメーターは約 1040 億です。コンテキストウィンドウは 1,048,576 Token です。モデルの全ウェイトは Kimi K3 License の下で公開されています。

百万 Token のコンテキストの実用的な価値は、プロジェクト仕様、複数モジュールのコード、過去の議論など、関連資料をより多く一度の分析に含められることだと考えています。独自の配備が必要なチームにとって、ウェイトの公開は一部の企業やユーザーによるセルフホスティングも可能にします。

常時思考し、三段階の推論強度に対応

Kimi K3 は常に思考します。現在の公式 Kimi API は reasoning_effort で low、high、max の三段階を提供し、既定値は max です。

難易度に応じて推論予算を割り当てることをお勧めします。簡単な分類や情報抽出は low、複数段階の分析は high から始め、制約を繰り返し確認する複雑なタスクでは max と比較してください。他モデルのテスト経験では、max が必ずしも総合的に最も有利とは限らないため、自分の用途で試して判断する必要があります。

RequestBeam の Kimi K3 オンラインツールと API

RequestBeam を通じて、自分のタスクでの Kimi K3 の性能をより早く把握していただきたいと考えています。ログインして API Key を作成し、少額をチャージすればオンラインツールを使い始められます。先に API 連携コードを書いたり、短い評価のために固定のサブスクリプションを購入したりする必要はありません。

Kimi K3 の主な機能と得意分野

長期的なソフトウェア開発:要件理解から問題修正、テスト実行まで

Kimi K3 で最初に試す価値があるのは、長期的なコーディング能力だと考えています。エージェントのフレームワークがファイル、ターミナル、テストのツールを提供すれば、一行の要件からコード片を作るだけでなく、コードの読解、実装変更、テスト実行、問題修正を順に進められます。

集まったお客様の体験では、以前は停滞していたプロジェクトを Kimi K3 が連続する複数の開発段階に進めたという報告がありました。他の開発者は、ファイル間の分析やモジュールの関係把握を評価する一方、最初の変更案が常に安全とは限らず、新しい問題を生む場合もあると述べています。

これは実開発での Kimi K3 の使い方を示すものだと考えています。単に「このバグを直して」と頼むのではなく、明確なテストケース、変更してはいけない既存の挙動、修正できるファイルの範囲を渡してください。

バックエンドのリファクタリング、複雑なデータ処理、本番コードでは、先に変更計画を説明させ、その後で修正し、最後に自動テストで結果を確認することをお勧めします。モデルが完了を報告しても、コードレビューを省略しないでください。

ビジュアル開発:画面のスクリーンショットからフロントエンドと操作を継続改善

Kimi K3 の視覚理解は、画面のスクリーンショット、設計要件、コードを同じタスクで扱えるようにします。

たとえば参考画像から Web ページを作らせ、ブラウザーツールで実際の表示を撮影します。モデルはデザインと比較し、レイアウト、色、文字組み、操作の細部を調整し続けられます。

お客様のグループでは、Kimi K3 のフロントエンド、可視化プロジェクト、小さなゲームでの成果を評価する声があります。

Kimi K3 は製品プロトタイプ、キャンペーンページ、視覚的なダッシュボード、スクリーンショットとの反復比較が必要な開発に適していると考えています。特に個人開発者は、まず動く版を作り、その後で画面の使い心地を段階的に磨けます。

エージェントのツール連携:複数段階のタスクには明確な境界が必要

Kimi K3 は外部ツールと連携して、ファイルの読み書き、ターミナル操作、情報検索、複数段階の自動化を行えます。次の行動を決めるのはモデルですが、実際のツール呼び出しと実行環境はアプリケーションやエージェントのフレームワークが提供します。

私たちが特に重視する観察結果は、同じモデルでもエージェントのフレームワークが異なると、タスク完了率が大きく変わり得るということです。

Moonshot AI も、ユーザーの意図が不明確な場合に Kimi K3 が期待を超える判断を自発的に行う可能性を注意しています。そのため挙動を厳密に制御する必要があるタスクでは、システムプロンプトや AGENTS.md に操作権限を定義することをお勧めします。

Kimi K3 のベンチマークと性能

この節では Moonshot の公開時点の公式テストと、2026年10月7日時点で利用できる独立した Artificial Analysis の評価を分けて扱います。以下の公式 Kimi K3 成績はすべて max の思考強度です。実タスクへの適用性を判断しやすいよう、評価バージョンと主要条件も残しています。

ソフトウェア開発:DeepSWE で 67.5%、ProgramBench で 77.8%

Moonshot が報告する Kimi K3 の成績は DeepSWE v1.1 が 67.5%、ProgramBench が 77.8% です。どちらの K3 テストも Kimi Code のハーネスを使用しています。私たちはコードリポジトリーの作業や継続的なコーディング能力の参考としています。

コーディング助手を導入するチームには、既存問題の修正、小さな機能開発、小規模プロジェクトの実装を分けて試すことをお勧めします。一回での完了率、失敗後の修正能力、最終コードの手作業による修正量を見れば、開発費用との関係を把握しやすくなります。

ターミナル作業:Terminal-Bench 2.1 と 4.0 は別々に解釈

公開時点の公式テストでは、Kimi Code と組み合わせた Kimi K3 は Terminal-Bench 2.1 で 88.3% でした。現在の Artificial Analysis の Terminal-Bench 4.0 では K3 Max は約 13% です。

二つの結果はタスク群と実行ハーネスが異なります。AA の 4.0 は難度が高い 66 のターミナルタスクを含み、mini-swe-agent を使って各タスクを三回実行します。実業務では、ほかのハーネスでも試すことをお勧めします。

調査とツール呼び出し:BrowseComp で 91.2%、MCPMark-Verified で 94.5%

公式報告の Kimi K3 の成績は BrowseComp が 91.2%、MCPMark-Verified が 94.5% です。BrowseComp の 91.2% は 300K Token でコンテキスト圧縮を行う戦略を使用し、コンテキスト管理なしで 1M を直接使う場合は 90.4% です。

これらは調査とツール連携が Kimi K3 の強みであると示す一方、アプリケーションのコンテキスト管理も見るべきだと教えてくれます。私たちの経験でも、コンテキスト管理は実際の結果を大きく左右します。

長文推論:AA-LCR v1.1 で 88.7%

Artificial Analysis の AA-LCR v1.1 専用ページでは、Kimi K3 Max は 88.7% です。この評価には企業報告、論文、業界資料などの長文から情報をまとめる 100 の質問が含まれます。文書長は約 10,000~100,000 Token です。

私たちはこれを、Kimi K3 の資料横断分析能力を裏付ける比較的説得力のある結果と捉えています。ただし百万 Token に近い実入力は別途テストすることをお勧めします。過去のテストでは、モデルの入力上限に近づくと出力は特に良好ではありませんでした。

知能指数と応答速度:44 点、出力は約 45 Token/秒

Artificial Analysis の Intelligence Index v4.3.2 では Kimi K3 Max は 44 点です。出力速度は約 45 Token/秒で、最初の Token まで約 3.92 秒、思考を含めると最初の回答 Token まで 48.58 秒です。

私たちはデータが返り始める時間、実際の回答が現れる時間、タスク全体の終了時間を分けて測ります。頻繁に対話する機能ではこれらが使い心地に影響し、複雑な分析では業務で求める結果品質と併せて考える必要があります。

Kimi K3 と DeepSeek V4 Pro、V4.1 Flash、Claude Fable 5.1、GPT-5.6 Sol の比較

同じ Artificial Analysis v4.3.2 のデータを比較します。以下はすべて Max で、Claude Fable 5.1 は評価ページの Default Fallback 構成を保持しています。比較ページは AA-LCR を整数の百分率で表示するため、Kimi K3 の 88.7% は 89% と表示されます。

表のタスク費用は AA が評価用に計算した加重平均で、入力、キャッシュ、思考、回答の使用量を含み、モデル選択の参考値です。RequestBeam の実際の料金はプラットフォーム価格とリクエスト使用量から計算します。費用の算定方法

モデルとテスト設定知能指数AA-LCR v1.1加重平均タスク費用
Kimi K3 Max4489%$2.00
DeepSeek V4 Pro 0813 Max3680%$0.67
DeepSeek V4.1 Flash Max3984%$0.27
Claude Fable 5.1 Max、Default Fallback5385%$7.63
GPT-5.6 Sol Max4784%$1.99
Artificial Analysis v4.3.2 2026-10-07・全モデル Max 設定
知能指数 スコア・高いほど良い
  • Kimi K3 Max 44
  • DeepSeek V4 Pro 0813 Max 36
  • DeepSeek V4.1 Flash Max 39
  • Claude Fable 5.1 Max既定のフォールバック 53
  • GPT-5.6 Sol Max 47
AA-LCR v1.1 割合・高いほど良い
  • Kimi K3 Max 89%
  • DeepSeek V4 Pro 0813 Max 80%
  • DeepSeek V4.1 Flash Max 84%
  • Claude Fable 5.1 Max既定のフォールバック 85%
  • GPT-5.6 Sol Max 84%
加重平均タスク費用 USD/タスク・低いほど良い
  • Kimi K3 Max $2.00
  • DeepSeek V4 Pro 0813 Max $0.67
  • DeepSeek V4.1 Flash Max $0.27
  • Claude Fable 5.1 Max既定のフォールバック $7.63
  • GPT-5.6 Sol Max $1.99
AA-LCR は丸めています:Kimi K3 88.7% → 89%。 AA のタスクコストは入力、キャッシュ、推論、回答を含みます。API Hop 料金ではありません。

出典:V4 Pro との比較、V4.1 Flash との比較、Fable 5.1 との比較、GPT-5.6 Sol との比較。

DeepSeek V4 Pro との比較:長文分析に優れるが評価タスク費用は高め

この評価群では Kimi K3 は知能指数、長文推論、知識業務で DeepSeek V4 Pro 0813 を上回ります。資料間の関係が複雑で複数種類の根拠を扱うタスクでは K3 を優先し、その能力差が手作業の整理や確認時間を減らすかを見ます。AA の同条件比較

明確な合格条件がある大量の反復テキスト作業では V4 Pro も試します。この評価群ではタスク費用が低く、出力がすでに業務要件を満たすなら、利用規模を広げる際にその差が重要になる可能性があります。

DeepSeek V4.1 Flash との比較:総合・長文は優位でも自動化には別の判断材料

Kimi K3 は知能指数と AA-LCR で上回りますが、AutomationBench-AA は V4.1 Flash が 69%、K3 が 58% です。Terminal-Bench 4.0 はそれぞれ 27% と 13% です。タスクの種類によってモデルの順位が変わることを示していると考えています。AA の同条件比較

長い資料の分析が主な用途なら K3 を重点的に検討することをお勧めします。ワークフロー自動化、ターミナル操作、高頻度の呼び出しでは V4.1 Flash を有力候補とし、成功率と実行全体の費用を比較します。

Claude Fable 5.1 との比較:ターミナル開発には差があり、長文は別に試す価値あり

上記の Default Fallback 構成では、知能指数は Claude Fable 5.1 が 53、Kimi K3 が 44、Terminal-Bench 4.0 は 52% と 13% です。複雑なターミナルでの開発では Fable 5.1 を重要な比較対象とします。K3 は AA-LCR v1.1 の成績が高く、評価タスク費用が低くなっています。AA の同条件比較

複数資料を読んで具体的な問いに答えるアプリケーションでは K3 を別途試すことをお勧めします。ターミナルの継続操作、環境修復、開発の検証が必要なタスクでは、一回での成功率と手動介入回数を重視し、その後で追加のモデル費用に価値があるか判断します。

GPT-5.6 Sol との比較:全体費用は近いが長文推論の結果は異なる

Kimi K3 は AA-LCR で GPT-5.6 Sol を上回り、知能指数と Terminal-Bench 4.0 では GPT-5.6 Sol が上回ります。特に注目するタスク費用は、この評価群でそれぞれ約 $2.00 と $1.99 で、すでに非常に近い値です。AA の同条件比較

そのため、思考、ツールとのやり取り、再試行、最終回答を含め、タスクを完了した時点の費用を比較することをお勧めします。情報量の多い分析では K3 を優先比較し、ターミナルを使う開発では GPT-5.6 Sol を主な比較対象にしてください。最終的な振り分けは、自分の業務での実際の完了状況に基づいて決めます。

API Hop 経由で Kimi K3 を使う理由は?

従量課金とモデルコストの最適化

現在の API Hop 料金と実際の使用量に基づいて課金されます。必要に応じてチャージできます。

AI モデルとデータ API を統合し、複数モデルに一か所からアクセス

1 つの API キーで複数の AI モデルとデータサービスに接続でき、導入コストを減らしてワンクリックで切り替えられます。ビジネスアプリケーションには AI とデータの両方が必要です。

呼び出しログとアプリのアクセス制御で、各リクエストを明確に

すべての API 呼び出しはダッシュボードに記録されます。アプリケーションごとに別の API キーを作成できます。

タスクに照らして出力を評価

API Hop では文書化されたモデル ID と対応パラメータを使用してください。自分の受け入れ条件で出力を評価し、本番利用前に使用記録とレスポンスのメタデータを確認してください。モデル名や例は、個々の結果を保証しません。

API Hop で Kimi K3 を使う方法

コンソールで API キーを作成したら、ドキュメントに従って Kimi K3 の利用を始めてください。

アカウントを準備してオンラインでテスト

ログインして残高を確認し、API キーを作成してください。

プレイグラウンドで試す

プレイグラウンドでモデルの能力を試し、最適な使い方を見つけてください。

Kimi K3 を業務に組み込む

開発者ドキュメントに従って Kimi K3 を業務に組み込んでください。

今後のモデル更新

新しいモデルへ切り替える前に、API キーのモデルカタログが正確な ID を返すことを確認します。同じエンドポイントとリクエストフィールドに対応している場合、モデル ID を変更し、本番トラフィックを流す前にレスポンス形式、ストリーミング、出力上限、課金をテストしてください。非同期の画像・動画タスクでは、ジョブ送信、状態ポーリング、結果取得も検証します。

Kimi K3 API のよくある質問

RequestBeam で Kimi K3 を呼び出すエンドポイントとモデル名は?

現在の Kimi K3 のエンドポイントは POST https://api.requestbeam.com/v1/chat-completions、モデル識別子は kimi-k3、認証には RequestBeam API Key を使います。まず次の最小リクエストで接続を確認し、その後で任意パラメーターを一つずつ追加してください。RequestBeam の Kimi API ドキュメント

curl -X POST "https://api.requestbeam.com/v1/chat-completions" \
  -H "Authorization: Bearer $REQUESTBEAM_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [
      {"role": "user", "content": "Organize this requirement into goals, constraints, and acceptance criteria: create an admin dashboard for internal employees with email login and password reset."}
    ],
    "stream": false
  }'

この API Hop モデルは統一 Chat Completions インターフェースを使用し、OpenAI Responses や Claude Messages ではありません。

Kimi K3 はストリーミングや追加質問に対応しますか?

ストリーミングと非ストリーミングの両方を提供しています。stream: true は SSE を返し、stream: false または省略時は完全な JSON を返します。結果を段階的に表示する画面にはストリーミングをお勧めします。RequestBeam の Kimi API ドキュメント

追加質問では、アプリケーションが連携プロトコルに従って会話履歴を管理し、次のリクエストに関連コンテキストを含める必要があります。オンラインツールの記憶機能は、現在の会話から再利用できるターンを追加します。質問に関連する資料を残し、履歴が増えるにつれて入力 Token の費用を確認することをお勧めします。オンラインツールのコンテキスト説明

プレイグラウンドの記憶はセッション間で持続しません。無効にすると履歴は見えたまま新規リクエストから除外されます。失敗、停止、打ち切り、再利用不能の回答は通常の履歴に追加しません。

0

Kimi K3 は百万 Token のコンテキストに対応するのに、回答が途切れるのはなぜですか?

まずコンテキスト容量と出力予算を分けて確認します。RequestBeam の max_tokens は出力枠を設定し、思考と最終回答が共有します。枠が小さすぎると、回答完了前に finish_reason: "length" で終了する場合があります。RequestBeam の出力予算の説明

length に遭遇したら、思考と回答に十分な余地を残しているかを確認し、その後で予算を増やすかタスクを段階に分けることをお勧めします。コンテキスト超過のエラーなら、無関係な履歴と重複資料を削除してください。

最後に、百万 Token のコンテキストだからといって、その規模で実際に良い結果が得られるとは限りません。正確さを優先するなら、現時点ではコンテキストの長さを制御するしかありません。

API クライアントは reasoning_content と最終の content を区別する必要があります。

0

Kimi K3 呼び出し時の 400、401、402、429 エラーにはどう対応しますか?

まず HTTP 状態を確認し、次に応答の数値 code を見ることをお勧めします。RequestBeam の Chat Completions 文書は、よくあるエラーを次のように定義しています。RequestBeam のエラー応答ドキュメント

HTTP 状態数値 code意味推奨する対応
40010000無効なリクエストmodel、messages、フィールド型、任意パラメーターを確認
40120000認証なし、または無効RequestBeam API Key と Bearer 認証ヘッダーを確認
40240000利用可能残高が不足アカウント残高とリクエストに必要な枠を確認
42940001リクエスト頻度の制限同時実行数と頻度を減らし、間隔を置いて再試行

最小リクエストから調査を始め、パラメーターを一つずつ戻すことをお勧めします。HTTP 状態と応答の code は別々に処理してください。問題が続く場合は、応答のリクエスト識別子と関連パラメーターを保持すると、具体的な障害箇所を調査しやすくなります。

403 はキーで見えるカタログのモデル権限を確認してください。502、503、504、SSE ストリーム内のエラーは完全なエラーレスポンスから診断します。

Kimi K3 プレイグラウンドに画像、PDF、動画を入力できますか?

このページはテキスト会話用で、ファイルや画像のアップロード機能はありません。ネイティブの視覚理解には、その入力に対応するインターフェースが必要です。このツールはリンク先ファイルのダウンロード、外部文書の読み取り、自動ウェブ検索を行いません。ここで試す際は、関連するテキストを先に抽出してください。

1 回のリクエストで複数案を返したり、有効な JSON を保証したりできますか?

API Hop 経由の Kimi K3 は n=1 のみ対応します。1 つの回答内で複数の案を求めてください。JSON ではフィールド、型、欠損値の扱いを定義し、アプリケーション側で構文、スキーマ、業務上の意味を検証してください。

関連テキスト API