Gemini 3.6 Flash vs Kimi K3

Q: Gemini 3.6 Flash と Kimi K3 ではどちらが安いですか？

入力 / 1mトークン においては Gemini 3.6 Flash の方が安価です（$1.5 対 $3、2.0× の差）。他の行では逆になる可能性があります — 上の表には完全な情報が記載されており、実際のコストは組み合わせに依存します。

どちらかを変更 vs

いつ、どちらを使うべきか — ベンチマーク表ではなく、厳選された評価

どちらも 1,048,576 トークンのコンテキストウィンドウを共有するため、違いは価格、出力長、入力です。gemini-3.6-flash は100万トークンあたり入力 $1.5、出力 $7.5 で、kimi-k3 の $3 と $15 のちょうど半分、さらに音声を受け付けるのはこちらだけです（100万音声入力トークンあたり $5、キャッシュ $0.5）。安価に大量のテキスト・画像・動画・音声を処理するなら gemini-3.6-flash で、キャッシュ読み取りは $0.15 対 $0.3 です。65,536 トークンをはるかに超える単発応答が必要なら kimi-k3 を選んでください。最大出力は 1,048,576 まで伸び、推論能力フラグが重要な場合にも向きます。

料金

	Gemini 3.6 Flash	Kimi K3	Δ
入力 / 1Mトークン	$1.5	$3	0.5×
出力 / 1Mトークン	$7.5	$15	0.5×
キャッシュ読み取り / 1Mトークン	$0.15	$0.3	0.5×

ビルド時のライブカタログの料金です。各モデルのページには現在の料金カードが記載されています。

位置付け — この課金単位におけるすべての63個のチャットモデル全体の1Mトークンあたりの入力料金 (対数スケール)

Gemini 3.6 Flash · $1.5 Kimi K3 · $3

$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

機能

	Gemini 3.6 Flash	Kimi K3
ツール使用	あり	あり
思考コントロール	常時オン	常時オン
構造化出力	あり	あり
プロンプトキャッシング	暗黙的 + 明示的	暗黙的 (自動)
キャッシュ有効期間	非公開	非公開
最小キャッシュプレフィックス	4096 トークン	非公開

仕様

	Gemini 3.6 Flash	Kimi K3
入力モダリティ	テキスト画像音声動画	テキスト画像動画
出力モダリティ	テキスト	テキスト
知識のカットオフ	2026-03	—
コンテキストウィンドウ	1M	1M
最大出力	66K	1M
思考パラメータ	thinkingLevel	reasoning_effort (top-level; the thinking object is not accepted)
指定可能な値	minimal low medium high	reasoning_effort low high max
デフォルト	medium	max

仕様は各ベンダーのドキュメントから転記されています。ベンダーが公開していない行は推測せず、省略しています。すべての出典: Gemini 3.6 Flash · Kimi K3

1つのプロンプト、両方のモデル — ゲートウェイ経由で測定

CFO向けの推論バグのある関数の修正スキーマへの抽出制約に沿った記述

プロンプト Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. チェックちょうど 3 文

Gemini 3.6 Flash パス · 3 sentences

Enabling reasoning causes the model to generate thousands of internal "thinking" tokens behind the scenes to process logic before delivering the final response. Because our vendor bills us for every token generated—including these intermediate processing steps—our billable output volume per query surged significantly. Since output tokens carry a much higher unit cost than input tokens, this jump in processing volume directly doubled our overall spend.

出力 893 tok (+816 思考) レイテンシ 4.7 s

Kimi K3 パス · 3 sentences

Reasoning models don't just answer questions—they "think" first, generating long internal chains of step-by-step logic before producing a response. Those hidden thinking steps are billed as output tokens (the most expensive kind, typically 3–5x the price of input tokens), and a single query can generate thousands of them even when the visible answer is only a paragraph long. So you're paying for dramatically more compute per request: the bill doubled because the model does far more work behind the scenes, not because usage increased.

出力 755 tok (+637 思考) レイテンシ 20.8 s

指示追従（ちょうど三文 — 数えられる）、読み手に合わせた調整（CFO 向けの語り口）、そして下のトークン計から見える隠れた思考の課金ギャップ。

プロンプト This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. チェック修正がテストを通る

Gemini 3.6 Flash パス · 8/8 cases

Here is the fixed function along with an explanation of the bugs: ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` ### Explanation The original function initialized `cur` and `best` to `0` and incremented `cur` on matching adjacent items, which meant it was counting identical adjacent *pairs* rather than the total number of *elements* in a run. This caused single-element inputs to skip the loop and return `0` instead of `1`, and undercounted all run lengths by 1 (for example, a run of two items at the end of the list resulted in `cur = 1`). […]

出力 2034 tok (+1768 思考) レイテンシ 10.0 s

Kimi K3 パス · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` The bug is a fencepost error: `cur` counts *matching adjacent pairs* rather than *items in the run*, because it starts at 0 and only increments when `xs[i] == xs[i - 1]`. A run of length L contains L−1 equal pairs, so every run was undercounted by exactly one. For a single-element list (a run of length 1) the loop never runs and the function returns 0 instead of 1; likewise any run ending at the last index — e.g. the two `2`s in `[1, 2, 2]` — reported 1 instead of 2, making it look like no run existed at all. […]

出力 1837 tok (+1547 思考) レイテンシ 47.2 s

修正が実際に正しいか（実行可能か）、説明の密度、そして範囲の限られたタスクでのトークン効率。

プロンプト Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. チェック妥当な JSON、スキーマ厳密

Gemini 3.6 Flash パス · 5/5 fields, guidance "withheld"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld" } ```

出力 2843 tok (+2783 思考) レイテンシ 13.1 s

Kimi K3 パス · 5/5 fields, guidance null

{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null }

出力 924 tok (+863 思考) レイテンシ 25.9 s

スキーマ遵守（フィールドをでっち上げない）、ハルシネーション圧（guidance は明示的に保留されている）、そして構造化出力の経路の違い。

プロンプト Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. チェック 120 語、禁止語 0

Gemini 3.6 Flash 失敗 · 60 words, 0 banned, 0 questions

72: reducing 73: your 74: monthly 75: token 76: spend. S6 (21): 77: You 78: can 79: easily 80: set 81: custom 82: expiration 83: rules, 84: configure 85: TTL 86: settings, 87: and 88: manage 89: cache 90: invalidation 91: across 92: all 93: vendors 94: from 95: one 96: centralized 97: dashboard. S7 (23): 98: Start 99: optimizing […]

出力 4092 tok (+3929 思考) レイテンシ 16.3 s

Kimi K3 パス · 120 words, 0 banned, 1 question

Meet Prompt Cache, a new API gateway capability that stores prompt responses and serves them across OpenAI, Anthropic, Google, and Azure endpoints. It matches requests by model, prompt hash, tools, temperature, and tenant policy, so repeated work returns fast while sensitive contexts stay isolated. Teams set TTLs, stale rules, encryption scopes, and bypass flags per route. Analytics show hit rate, latency saved, token spend avoided, and drift risk by provider. What changes for developers? Keep one integration, add cache headers, and watch fallback logic respect consent, residency, and audit needs. During rollout, canary keys compare fresh answers with cached copies before promotion. Prompt Cache cuts vendor calls, steadies p95 latency, and gives platform owners controls for cost, quality, and compliance.

出力 1527 tok (+1354 思考) レイテンシ 37.9 s

制約の遵守（語数の上限、禁止語リスト、唯一の疑問文）、文体の指紋、そして長さの制御。

1行で切り替え

以下のすべてのタブには両方のIDが含まれています — 変更箇所はハイライトされた2行のみです。エンドポイント、キー、リクエスト形式はすべて同じです。

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="gemini-3.6-flash",
    # model="kimi-k3",  # この行をアンコメントし、上の行をコメントアウトします
    messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.chat.completions.create({
  model: "gemini-3.6-flash",
  // model: "kimi-k3",  // この行をアンコメントし、上の行をコメントアウトします
  messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer sk-syn-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.6-flash",
    # "model": "kimi-k3",  # この行をアンコメントし、上の行をコメントアウトします
    "messages": [{"role": "user", "content": "Hello"}]
  }'

package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
		Model: "gemini-3.6-flash",
		// Model: "kimi-k3",  // この行をアンコメントし、上の行をコメントアウトします
		Messages: []openai.ChatCompletionMessageParamUnion{
			openai.UserMessage("Summarize this diff"),
		},
	})
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

ChatCompletion resp = client.chat().completions().create(
    ChatCompletionCreateParams.builder()
        .model("gemini-3.6-flash")
        // .model("kimi-k3")  // この行をアンコメントし、上の行をコメントアウトします
        .addUserMessage("Summarize this diff")
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

APIキーを取得する →

FAQ

Gemini 3.6 Flash と Kimi K3 ではどちらが安いですか？

入力 / 1mトークンにおいては Gemini 3.6 Flash の方が安価です（$1.5 対 $3、2.0× の差）。他の行では逆になる可能性があります — 上の表には完全な情報が記載されており、実際のコストは組み合わせに依存します。

2つの統合を行わずに Gemini 3.6 Flash と Kimi K3 のA/Bテストを実施できますか？

はい。両方とも1つのAPIキーで同じOpenAI互換エンドポイントを通じて提供されます — モデル文字列を1行変更するだけで切り替えられるため、トラフィックの一部をそれぞれにルーティングし、請求額を直接比較できます。

Gemini 3.6 Flash と Kimi K3 はプロンプトキャッシングをサポートしていますか？

はい — どちらのモデルでもキャッシュ読み込みは入力レートよりも低く請求されるため、ウォームプレフィックスのワークロードは定価が示すよりも低コストになります。キャッシュ読み込みの正確な行は、上の料金表に記載されています。

当社の測定調査より

Gemini 3.7 Flash API の実測コスト：3.6 より 2.5〜8 倍安い画像 1 枚は何 token？15 API で 6〜1,298 を実測 LLM の思考制御：13 モデルの対応・無視・厳密適用

料金

機能

仕様

1つのプロンプト、両方のモデル — ゲートウェイ経由で測定

1行で切り替え

FAQ

関連する比較

当社の測定調査より