For 10,000 requests of 2,000 tokens in and 500 out, Kimi K3.1 Pro costs 37% less than Kimi K3 on Zurelay: $36.00 against $57.25.どちらも各ラボの定価より安く、Kimi K3.1 Proは60%、Kimi K3は58%お得です。
並べて比較
| Kimi K3.1 Pro | Kimi K3 | |
|---|---|---|
| 開発元 | Moonshot AI | Moonshot AI |
| リリース日 | 2026年10月24日 | 2026年7月16日 |
| コンテキストウィンドウ | 1M トークン | 1M トークン |
| 最大出力 | 32K トークン | — |
| 読み取り対象 | Text, Images | Text, Images |
| 推論レベル | low, high, max | low, high, max |
| 1Mトークンあたりの料金（入力 / 出力） | $0.80 / $4.00 | $1.27 / $6.37 |
| ラボの定価 | $2.00 / $10.00 | $3.00 / $15.00 |
| キャッシュ済み入力（1Mトークンあたり） | $0.08 | $0.127 |
| 一般的なリクエスト10K件 | $36.00 | $57.25 |
料金はZurelayのカタログから取得した、1Mトークンあたりの米ドル建ての最新価格です。一般的なリクエストは入力2,000トークン、出力500トークンとして計算しています。出力上限は各ラボが定めた値です。
モデルの用途
Kimi K3.1 ProはMoonshot AIの最新フラッグシップモデルで、K3.1シリーズの最初のモデルです。Kimi K3を強化学習でさらに訓練し、ネイティブの画像認識と1Mトークンのコンテキストウィンドウを備えています。ZurelayのKimi K3.1 Pro APIでは、同じモデルをOpenAI互換の単一エンドポイントから、Moonshotの定価より60%安く利用できます。
Kimi K3はMoonshot AIのフラッグシップモデルです。2.8兆のパラメータ、ネイティブの画像理解、1Mトークンのコンテキストを備え、長時間のコーディングや知識労働向けに設計されています。ZurelayのKimi K3 APIでは、同じモデルをOpenAI互換の単一エンドポイントから、Moonshotの定価より58%お得に利用できます。
両方試す
仕様だけでは、どちらのモデルが用途に合うかは分かりません。同じリクエストを両方に送り、回答、トークン数、料金を比較してください。Zurelayなら、モデル名を変えるだけです。
1か月分の料金を見積もるには、LLM料金計算ツールをご利用ください。
from openai import OpenAIclient = OpenAI(base_url="https://api.zurelay.com/v1", api_key="YOUR_ZURELAY_KEY")prompt = [{"role": "user", "content": "Summarize this contract: ..."}]# Same key, same code: only the model name changesfor model in ["kimi-k3.1-pro", "kimi-k3"]: reply = client.chat.completions.create(model=model, messages=prompt) print(model, reply.usage.total_tokens, reply.choices[0].message.content[:200])For 10,000 requests of 2,000 tokens in and 500 out, Kimi K3.1 Pro costs 37% less than Kimi K3 on Zurelay: $36.00 against $57.25. 1Mトークンあたり、Kimi K3.1 Proは入力$0.80、出力$4.00、Kimi K3は入力$1.27、出力$6.37です。
Zurelayではどちらも同じで、それぞれ1Mトークンです。
はい。1つのZurelayキーで両方を呼び出せます。OpenAI SDKでは、接続先をhttps://api.zurelay.com/v1に指定し、モデル名をkimi-k3.1-proまたはkimi-k3に変えるだけで切り替えられます。
はい。各モデルは独立した販売者が運営する複数のルートで提供されます。各ルートはリクエストの提供開始前と、その後は毎日テストされます。モデルの同一性、特定時点の知識、推論能力を確認し、指定したモデル名で古いモデルや別のモデルが販売されることを検知します。