Kimi K3 は Moonshot のこれまでで最も高性能なフラッグシップモデルであり、2.8 兆パラメータで、ドキュメントは世界初の 3 兆パラメータ級のオープンソースモデルと呼んでいます。
- 入力
- テキスト 画像 動画 $3/M
- 出力
- テキスト $15/M
- キャッシュ読み取り
- $0.3/M
- コンテキスト
- 1M
- GPT-4o 比
- 約 40% 割安
ベンチマーク
ベンダー公表値： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
価格の位置づけ
同種の 70 モデルの中での価格の位置
このバーは、Synthorai の同種モデルの中で、このモデルの価格がどのあたりにあるかを示しています。両端には、最も安いモデルと最も高いモデルの名前を表示しています。表示しているのは基本料金で、バッチ、リージョン、キャッシュ書き込みに関する割引は料金ページに記載しています。
仕様と制限
トークン
| コンテキストウィンドウ（ベンダー仕様） | 1,048,576 |
|---|---|
| 最大出力（ベンダー仕様） | 1,048,576 |
プロンプトキャッシュ
| キャッシュ方式 | 自動 |
|---|
思考
| ベンダー側パラメータ | reasoning_effort (top-level; the thinking object is not accepted) |
|---|---|
| 指定可能な値 | low · high · max |
| デフォルト | max リクエストで未指定の場合に適用 |
| 無効化の可否 | 非対応 |
| 思考の挙動 | K3 は常に推論するため、オフにするのではなく low で下げてください。マルチターンおよびツール呼び出しのターンでは、reasoning_content と tool_calls を含むアシスタントメッセージ全体を返送する必要があり、セッション途中でエフォートを切り替えるとプレフィックスキャッシュのヒットが無効になります。 |
| パラメータ | reasoning_effort |
| 値 | minimal · low · medium · high ゲートウェイ側のパラメータ。上のベンダー別の対応が適用されます |
モデル
| モダリティ | テキスト + 画像 + 動画 → テキスト |
|---|---|
| パラメータ数 | 合計 2.8T · アクティブ 104B MoE。Kimi Delta Attention (KDA) と Attention Residuals を採用し、896 エキスパート中 16 がトークンごとにアクティブ |
| ライセンス | Kimi K3 License |
- 思考モードは常時オンです。
- 推論は無効化できず、エフォートレベル(low / high / max)で下げることしかできません。
- max_completion_tokens のデフォルトは 131,072 で、上限の 1,048,576 まで引き上げられます。
- コンテキストキャッシュは自動で、キャッシュ id も TTL も追加パラメータも不要で、直前のリクエストのプロンプトが 256 トークンを超えると有効になります。
- オープンウェイト(MXFP4 のウェイト / MXFP8 のアクティベーション、量子化を考慮した学習)は Kimi K3 License の下で Hugging Face に公開されています。
1 つのプロンプトを実行（ゲートウェイ経由で測定）
Kimi K3 合格 · 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
指示への忠実さ（ちょうど 3 文という、数えて確かめられる条件）、読み手に合わせた書き分け（CFO 向けの語り口）、そして下のトークンメーターに表れる、表示されない思考への課金の差。
Kimi K3 合格 · 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
修正が本当に正しいか（実行して確かめられる）、説明の密度、範囲の限られたタスクでのトークン効率。
Kimi K3 合格 · 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
スキーマの遵守（存在しないフィールドを作らない）、ハルシネーションを誘う条件への耐性（guidance は明示的に伏せてある）、構造化出力の実現方法の違い。
Kimi K3 合格 · 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、疑問文はひとつだけ）、文体の癖、長さの制御。
30 秒で Kimi K3 を使い始める
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
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: "kimi-k3",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
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": "kimi-k3",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'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: "kimi-k3",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("kimi-k3")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Kimi K3 について
- アーキテクチャはハイブリッド線形アテンション機構である Kimi Delta Attention と Attention Residuals を組み合わせ、Stable LatentMoE フレームワークによって Mixture-of-Experts のスパース性をさらに推し進め、896 個のエキスパートのうち 16 個を活性化します。
- Moonshot はこれらの変更により全体のスケーリング効率が K2 の約 2.5 倍になったとしています。
- ネイティブの視覚理解と 1M トークンのコンテキストウィンドウを備え、長期のコーディング、ナレッジワーク、推論を含むフロンティア知能のシナリオを対象とします。
- 最小限の監督で長いエンジニアリングタスクを継続し、大規模なコードベースにまたがって作業し、ターミナルツールを駆動し、ゲーム開発、フロントエンドエンジニアリング、CAD のワークフローでスクリーンショットと視覚的フィードバックを利用します。
- ここでは思考は任意ではありません。
- K3 は常に推論し、唯一の制御はトップレベルの reasoning_effort フィールドで low、high、max のいずれかを取り、既定は max です。
- そのため、レイテンシに敏感なデプロイでは明示的に下げる必要があります。
- ほかにもコードで考慮すべき制限がいくつかあります。
- max_completion_tokens は 1,048,576 の上限に対して既定が 131,072 であること、サンプリングパラメータは固定でリクエストから省くべきであること、マルチターンおよびツール呼び出しのターンではアシスタントメッセージ全体を変更せずに返す必要があること、そして視覚入力は公開画像 URL を受け付けず base64 またはアップロード済みファイルの参照を用いることです。
- コンテキストキャッシュは自動で、キャッシュ ID も TTL も追加パラメータもなく、直前のリクエストのプロンプトが 256 トークンを超えると有効になり、価格はコンテキスト長による段階分けのないフラットな体系です。
- 構造化出力、partial モードのプレフィル、動的なツール読み込みに対応し、ウェイトは Kimi K3 License の下で公開されています。
- Synthorai は Kimi K3 を OpenAI 互換の chat completions エンドポイント経由で呼び出せるようにします。
よくある質問
Kimi K3 API は無料で試せますか？
はい。新規アカウントには 10 回のお試し呼び出しと最大 $1 の無料クレジットが付き、カード登録は不要です。入力 $3/M で計算すると、このクレジットだけで、約 8K トークンのリクエストを Kimi K3 に約 41 回送れます。
Kimi K3 は何が得意ですか？
3 兆パラメータ級で初のオープンソースモデル、ネイティブの視覚理解と 1M トークンのコンテキストウィンドウ、常に推論し、reasoning_effort の既定は max。詳しくは、ベンダー公式のリリースノートをもとにまとめた、このページのモデル紹介セクションをご覧ください。
Kimi K3 の料金はいくらですか？
Synthorai での Kimi K3 の料金は、入力 100 万トークンあたり $3、出力 100 万トークンあたり $15 です。プロバイダーの定価のままで、プラットフォーム手数料はかかりません。キャッシュ済み入力トークンは $0.3/M で課金されます。
Kimi K3 のコンテキスト長はどれくらいですか？
Kimi K3 のコンテキストウィンドウは 1M トークンです。1 回の応答で出力できるのは最大 1,048,576 トークンです。
Kimi K3 はプロンプトキャッシュに対応していますか？
はい、自動で有効です。Moonshot 経由のプロンプトはコード変更なしでキャッシュされます。キャッシュ済み入力トークンは $0.3/M（未キャッシュは $3/M）で課金されます。 プロンプトキャッシュガイド →
Kimi K3 を利用するには？
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="kimi-k3" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。
Kimi K3 はオープンソースですか？
はい。ウェイトは Kimi K3 License（公式リポジトリへのリンクはモデル紹介セクションにあります）で公開されています。GPU を用意したくない場合は、Synthorai がホストする版を従量課金で利用でき、インフラの運用は不要です。 オープンウェイトモデルの実行について →
関連モデル
比較
このページの値は、すべてベンダー自身のドキュメント（上部にリンクがあります）から転記したもので、確認した日付を添えています。価格はカタログ全体で比較しています。一方、ベンダーによって定義が異なる仕様値は、違いを明記するにとどめ、グラフでの比較はしていません。当社が測定した数値はなく、スコアも付けていません。