Kimi K3.1 Pro
- 入力の単価
- —
- 100 万トークンあたり(USD)
- 出力の単価
- —
- 100 万トークンあたり(USD)
- effort の段階
- 3段階
- 既定は Max
- ベンチマーク結果
- 28件
- 28 種類のベンチマーク
モデルの情報
- API のモデル ID
- kimi-k3.1-pro
- 公開日
- 不明
- effort
- Low / High / Max(既定)
- effort の根拠
- Kimi API の Reasoning Effort のドキュメント(platform.kimi.ai/docs/guide/use-thinking-effort)と HF モデルカード(moonshotai/Kimi-K3.1-Pro)の 5. Model Usage による: low・high・max、既定は max。
- Claude Code
- 選べない
- Codex
- 選べない
- 提供状況の補足
- Kimi Code が公式の利用経路。Claude Code はベンチマークのハーネスとして言及されるのみ。Claude Code / Codex の公式のモデル一覧(2026-11-12 確認)はそれぞれ Anthropic / OpenAI のモデルだけなので、両方 false。
- 提供状況の出典
- https://kimi.com/en/blog/kimi-k3-1-pro
単価(100 万トークンあたり・USD)
単価は effort では変わりません。effort で変わるのは消費トークン数です。
| 入力 | — |
|---|---|
| 出力 | — |
| キャッシュ読み出し | — |
| キャッシュ書き込み | — |
公式価格表の数値がページ取得で読めず取得不可。batch は標準価格の 60%、K3 系のキャッシュ書き込みは TTL(5min/1h)別課金。コンテキスト 1,048,576
ベンチマーク結果
| ベンチマーク | effort | スコア | 出典のコスト(指標) | 計測・報告 | 出典 | 条件・取得方法 |
|---|---|---|---|---|---|---|
| Terminal-Bench 4.0Max(既定) | Max | 65.7% | — | Moonshot AI | Introducing Kimi K3.1 Pro公式・2026-11-12 取得 | ベンダー発表値。Moonshot 自己申告。脚注: reasoning effort max, temperature 1.0, top-p 0.95。Claude-Code ハーネスで評価本文から転記出典の該当箇所Terminal-Bench 4.0 65.7% |
| Terminal-Bench-Science 0.1Max(既定) | Max | 38.1% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。Claude Code で評価表から転記出典の該当箇所Terminal-Bench-Science 0.1 | 38.1所在 HF モデルカード「3. Evaluation Results」の表、Terminal-Bench-Science 0.1 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Coding 2 |
| DeepSWE v1.1Max(既定) | Max | 75.5% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。Claude Code で評価表から転記出典の該当箇所DeepSWE v1.1 | 75.5所在 HF モデルカード「3. Evaluation Results」の表、DeepSWE v1.1 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Coding 5 |
| Chartography(ツールあり)Max(既定) | Max | 90.2% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。Python ツールあり・5 回平均表から転記出典の該当箇所ChartoGraphy w/ python | 90.2所在 HF モデルカード「3. Evaluation Results」の表、ChartoGraphy w/ python 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Agentic 11 |
| BenchCAD(ツールあり・版の記載なし)Max(既定) | Max | 92.7 | — | Moonshot AI | Introducing Kimi K3.1 Pro公式・2026-11-12 取得 | ベンダー発表値。Moonshot 自己申告。脚注: reasoning effort max, temperature 1.0, top-p 0.95。with tools本文から転記出典の該当箇所BenchCAD, with tools 92.7 |
| BenchCAD(ツールなし・版の記載なし)Max(既定) | Max | 72.8 | — | Moonshot AI | Introducing Kimi K3.1 Pro公式・2026-11-12 取得 | ベンダー発表値。Moonshot 自己申告。脚注: reasoning effort max, temperature 1.0, top-p 0.95。without tools本文から転記出典の該当箇所BenchCAD, without tools 72.8 |
| ExploitGymMax(既定) | Max | 20.7% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。Kimi Code・1 タスク 6 時間表から転記出典の該当箇所ExploitGym | 20.7所在 HF モデルカード「3. Evaluation Results」の表、ExploitGym 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Cyber 2 |
| GDP.PDFMax(既定) | Max | 34.6% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。全項目採点済みの回答に対する strict pass rate・採点は Gemini-3.5-Flash Medium表から転記出典の該当箇所GDP.pdf | 34.6所在 HF モデルカード「3. Evaluation Results」の表、GDP.pdf 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Reasoning 1 |
| CharXiv ReasoningMax(既定) | Max | 89.0% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95表から転記出典の該当箇所CharXiv (RQ) | 89.0所在 HF モデルカード「3. Evaluation Results」の表、CharXiv (RQ) 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Reasoning 3(4 回平均) |
| OfficeQA Pro v2Max(既定) | Max | 64.4 | — | Moonshot AI | Introducing Kimi K3.1 Pro公式・2026-11-12 取得 | ベンダー発表値。Moonshot 自己申告。脚注: reasoning effort max, temperature 1.0, top-p 0.95。本文から転記出典の該当箇所OfficeQA Pro v2 64.4 |
| Frontier FinanceMax(既定) | Max | 58.6 | — | Moonshot AI | Introducing Kimi K3.1 Pro公式・2026-11-12 取得 | ベンダー発表値。Moonshot 自己申告。脚注: reasoning effort max, temperature 1.0, top-p 0.95。本文から転記出典の該当箇所Frontier Finance 58.6 |
| GPQA DiamondMax(既定) | Max | 94.2% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, gpqa_diamond.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Kimi K3.1 Pro (Together, max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; Epoch は Together の推論 API 経由で実行(Model version kimi-k3.1-pro-together)表から転記出典の該当箇所gpqa_diamond.csv: Model version=kimi-k3.1-pro-together_max, Best score (across scorers)=0.9419191919191919, stderr=0.01439446786793499, Started at=2026-11-06T00:59:23.000Z所在 gpqa_diamond.csv のデータ行 2 件目(ファイルの 3 行目)、id=2bhYPjF6VRWc5CeERGq8g5、Model version=kimi-k3.1-pro-together_max |
| FrontierMath Tiers 1-3(v2)Max(既定) | Max | 78.3% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tiers_1_3_v2.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Kimi K3.1 Pro (Together, max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; Epoch は Together の推論 API 経由で実行(Model version kimi-k3.1-pro-together)表から転記出典の該当箇所frontiermath_tiers_1_3_v2.csv: Model version=kimi-k3.1-pro-together_max, Best score (across scorers)=0.7824561403508772, stderr=0.024481850763866792, Started at=2026-11-06T00:59:23.000Z所在 frontiermath_tiers_1_3_v2.csv のデータ行 2 件目(ファイルの 3 行目)、id=9iqojBnRuywLNkMDSVdwpJ、Model version=kimi-k3.1-pro-together_max |
| FrontierMath Tier 4(v2)Max(既定) | Max | 65.9% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, frontiermath_tier_4_v2.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Kimi K3.1 Pro (Together, max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; Epoch は Together の推論 API 経由で実行(Model version kimi-k3.1-pro-together)表から転記出典の該当箇所frontiermath_tier_4_v2.csv: Model version=kimi-k3.1-pro-together_max, Best score (across scorers)=0.6585365853658537, stderr=0.07497768853141171, Started at=2026-11-06T00:59:23.000Z所在 frontiermath_tier_4_v2.csv のデータ行 2 件目(ファイルの 3 行目)、id=o7TxEhAxnN2qKUqqhFgp5H、Model version=kimi-k3.1-pro-together_max |
| OTIS Mock AIME 2024-2025Max(既定) | Max | 100.0% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, otis_mock_aime_2024_2025.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Kimi K3.1 Pro (Together, max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; Epoch は Together の推論 API 経由で実行(Model version kimi-k3.1-pro-together)表から転記出典の該当箇所otis_mock_aime_2024_2025.csv: Model version=kimi-k3.1-pro-together_max, Best score (across scorers)=1.0, stderr=0.0, Started at=2026-11-06T00:59:23.000Z所在 otis_mock_aime_2024_2025.csv のデータ行 2 件目(ファイルの 3 行目)、id=8Qe2qf4Eg77PMfp2Eh7V6K、Model version=kimi-k3.1-pro-together_max |
| SimpleQA VerifiedMax(既定) | Max | 62.2% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, simpleqa_verified.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Kimi K3.1 Pro (Together, max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; Epoch は Together の推論 API 経由で実行(Model version kimi-k3.1-pro-together)表から転記出典の該当箇所simpleqa_verified.csv: Model version=kimi-k3.1-pro-together_max, Best score (across scorers)=0.622, stderr=0.015341165254026547, Started at=2026-11-06T00:59:23.000Z所在 simpleqa_verified.csv のデータ行 2 件目(ファイルの 3 行目)、id=HumfsXVh5BZWuTo6Z8Gqnf、Model version=kimi-k3.1-pro-together_max |
| Chess Puzzles(Epoch AI)Max(既定) | Max | 45.0% | — | Epoch AI | Epoch AI, Capabilities & benchmarking (benchmark_data.zip, chess_puzzles.csv) CC BY 4.0第三者・2026-11-12 取得 | Epoch AI 自前実行(第三者計測)。出典表記 "Kimi K3.1 Pro (Together, max)"。effort は Epoch の Model version 接尾辞 _max。データ取得 2026-11-12。; Epoch は Together の推論 API 経由で実行(Model version kimi-k3.1-pro-together)表から転記出典の該当箇所chess_puzzles.csv: Model version=kimi-k3.1-pro-together_max, Best score (across scorers)=0.45, stderr=0.05, Started at=2026-11-06T00:59:23.000Z所在 chess_puzzles.csv のデータ行 2 件目(ファイルの 3 行目)、id=8eSYUWwajdBjKiiM9CwnKu、Model version=kimi-k3.1-pro-together_max |
| Epoch Capabilities Index(ECI)記載なし | 記載なし | 161.37 | — | Epoch AI | Epoch AI, epoch_capabilities_index/eci_scores.csv (CC BY 4.0)第三者・2026-11-12 取得 | 複数ベンチマーク・複数 effort の結果を統合したモデル単位の指標(effort 別ではない)。Epoch AI 算出。表から転記出典の該当箇所eci_scores.csv: Model=Kimi K3.1 Pro, eci=161.37, eci_ci_low=158.99, eci_ci_high=164.0所在 epoch_capabilities_index/eci_scores.csv のデータ行 16 件目(ファイルの 17 行目)、Model=Kimi K3.1 Pro |
| SWE-Marathon v1.1Max(既定) | Max | 51.7% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。Claude Code で評価表から転記出典の該当箇所SWE Marathon v1.1 | 51.7所在 HF モデルカード「3. Evaluation Results」の表、SWE Marathon v1.1 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Coding 3 |
| ProgramBench(Almost Solved)Max(既定) | Max | 31.5% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。各タスクの ProgramBench スコアが 95% 以上なら 1 とする二値の集計・Claude Code で評価表から転記出典の該当箇所Program Bench | 31.5所在 HF モデルカード「3. Evaluation Results」の表、Program Bench 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Coding 4 |
| BrowseCompMax(既定) | Max | 92.1% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。200K トークンで文脈圧縮・最大 500 ステップ・top-p 1.0表から転記出典の該当箇所BrowseComp | 92.1所在 HF モデルカード「3. Evaluation Results」の表、BrowseComp 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Agentic 9 |
| CharXiv Reasoning(ツールあり)Max(既定) | Max | 93.4% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。Python ツールあり・4 回平均表から転記出典の該当箇所CharXiv (RQ) w/ python | 93.4所在 HF モデルカード「3. Evaluation Results」の表、CharXiv (RQ) w/ python 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Agentic 11 |
| MMMU-ProMax(既定) | Max | 84.1% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。公式プロトコル(入力順を保ち画像を先頭に置く)表から転記出典の該当箇所MMMU-Pro | 84.1所在 HF モデルカード「3. Evaluation Results」の表、MMMU-Pro 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Reasoning 4 |
| MMMU-Pro(ツールあり)Max(既定) | Max | 90.0% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。Python ツールあり・4 回平均表から転記出典の該当箇所MMMU-Pro w/ python | 90.0所在 HF モデルカード「3. Evaluation Results」の表、MMMU-Pro w/ python 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Agentic 11 |
| BabyVision(ツールあり)Max(既定) | Max | 95.4% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。Python ツールあり・4 回平均表から転記出典の該当箇所BabyVision w/ python | 95.4所在 HF モデルカード「3. Evaluation Results」の表、BabyVision w/ python 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Agentic 11 |
| ZeroBench main(ツールあり・pass@5)Max(既定) | Max | 63.0% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。Python ツールあり・5 回表から転記出典の該当箇所ZeroBench_main w/ python (pass@5) | 63.0所在 HF モデルカード「3. Evaluation Results」の表、ZeroBench_main w/ python (pass@5) 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Agentic 11 |
| OfficeQA ProMax(既定) | Max | 67.4 | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。Claude Code で評価・PDF はページ画像のみ表から転記出典の該当箇所OfficeQA Pro | 67.4所在 HF モデルカード「3. Evaluation Results」の表、OfficeQA Pro 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Agentic 3 |
| PostTrainBench v1.2Max(既定) | Max | 36.5% | — | Moonshot AI | Kimi K3.1 Pro (Hugging Face model card, moonshotai)公式・2026-11-13 取得 | ベンダー発表値(Moonshot AI 自己申告)。表の列見出し Kimi K3.1 Pro (max)、表注: all Kimi K3.1 Pro results use reasoning effort max, temperature 1.0, top-p 0.95。v1.2 を H100 ではなく H20 GPU・Claude Code で社内評価表から転記出典の該当箇所PostTrain Bench v1.2 | 36.5所在 HF モデルカード「3. Evaluation Results」の表、PostTrain Bench v1.2 行・Kimi K3.1 Pro (max) 列(左端の数値列)。根拠の脚注: Coding 6 |
関係するランキング
- 総合ランキング(すべてのモデル・記録)
- Terminal-Bench 4.0 の指標別ランキング(すべてのモデル・記録)
- Terminal-Bench-Science 0.1 の指標別ランキング(すべてのモデル・記録)
- DeepSWE v1.1 の指標別ランキング(すべてのモデル・記録)
- Chartography(ツールあり) の指標別ランキング(すべてのモデル・記録)
- BenchCAD(ツールあり・版の記載なし) の指標別ランキング(すべてのモデル・記録)
- BenchCAD(ツールなし・版の記載なし) の指標別ランキング(すべてのモデル・記録)
- ExploitGym の指標別ランキング(すべてのモデル・記録)
- GDP.PDF の指標別ランキング(すべてのモデル・記録)
- CharXiv Reasoning の指標別ランキング(すべてのモデル・記録)
- OfficeQA Pro v2 の指標別ランキング(すべてのモデル・記録)
- Frontier Finance の指標別ランキング(すべてのモデル・記録)
- GPQA Diamond の指標別ランキング(すべてのモデル・記録)
- FrontierMath Tiers 1-3(v2) の指標別ランキング(すべてのモデル・記録)
- FrontierMath Tier 4(v2) の指標別ランキング(すべてのモデル・記録)
- OTIS Mock AIME 2024-2025 の指標別ランキング(すべてのモデル・記録)
- SimpleQA Verified の指標別ランキング(すべてのモデル・記録)
- Chess Puzzles(Epoch AI) の指標別ランキング(すべてのモデル・記録)
- Epoch Capabilities Index(ECI) の指標別ランキング(すべてのモデル・記録)
- SWE-Marathon v1.1 の指標別ランキング(すべてのモデル・記録)
- ProgramBench(Almost Solved) の指標別ランキング(すべてのモデル・記録)
- BrowseComp の指標別ランキング(すべてのモデル・記録)
- CharXiv Reasoning(ツールあり) の指標別ランキング(すべてのモデル・記録)
- MMMU-Pro の指標別ランキング(すべてのモデル・記録)
- MMMU-Pro(ツールあり) の指標別ランキング(すべてのモデル・記録)
- BabyVision(ツールあり) の指標別ランキング(すべてのモデル・記録)
- ZeroBench main(ツールあり・pass@5) の指標別ランキング(すべてのモデル・記録)
- OfficeQA Pro の指標別ランキング(すべてのモデル・記録)
- PostTrainBench v1.2 の指標別ランキング(すべてのモデル・記録)
- 役割別の推奨