はじめに
Kimi K3.1 Pro は Moonshot AI のフラッグシップモデルで、K3.1 シリーズの最初のモデルとして 2026 年 10 月 23 日に公開されました。Moonshot はこれを、これまでで最も高性能なオープンウェイトモデルと位置づけています。このページでは、OpenAI 互換のチャットエンドポイント 1 本として提供されます。メッセージには最大 1,048,576 トークンのテキスト、画像、動画を入れられ、関数呼び出しとストリーミングに対応し、すべてのリクエストで reasoning_effort を low・high・max から選べます。
| 項目 | 値 |
|---|---|
| 入力 | テキスト |
| 出力 | テキスト |
| 入力予算 | 1,048,576 tokens |
| max_tokens の上限 | 1,048,576 |
主な機能とハイライト
1 回のリクエストで 100 万トークンの作業資料を
1,048,576 トークンの入力枠には、リポジトリ一式、契約書の束、長い調査のやり取りをそのまま載せられます。資料を先に置き、質問を最後に置いてください。モデルは、必要な条項を落とした要約ではなく、文書に書かれていることをもとに答えます。
常時オンの推論を、3 つの設定で調整
Moonshot は Kimi K3.1 Pro を思考モデルとして提供しており、回答の前に考えます。この動作はオフにできません。選べるのは、どれだけ考えさせるかです。low は返答を速く保ち、high は多段階の問題に向き、ここでの既定値である max は難しい課題に最も余裕を与えます。
スクリーンショット、図、動画を質問と一緒に
ユーザーメッセージでは、テキストと image_url・video_url のパーツを組み合わせられます。エラーのスタックトレースを添えた不具合画面のスクリーンショット、質問付きのグラフ、バグ報告に添えた短い画面録画を渡し、それらすべてを使った 1 つの回答を求めてください。
関数呼び出しは、処理の主導権をアプリ側に残したまま
モデルは文章の代わりに関数呼び出しを返せます。アプリ側のコードが引数を検証し、処理を実行して、結果を tool メッセージとして返します。1 回の呼び出しで最大 128 のツールを使え、parallel_tool_calls は既定で有効です。回答は書かれたそばからストリーミングできます。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
messages | はい | Kimi K3.1 Pro に 根拠に基づく開発計画 の資料を含む会話を順序どおり送ります。Kimi K3.1 Pro では、ツールの結果は元の |
max_tokens | いいえ | Kimi K3.1 Pro の |
reasoning_effort | いいえ | Kimi K3.1 Pro では low, high, max を選べ、既定値は max です。根拠に基づく開発計画 で設定を比べ、出力トークンの使用量も確認します。 |
stop | いいえ | Kimi K3.1 Pro の停止文字列を 1 件、または最大 4 件指定します。Kimi K3.1 Pro では、一致した停止文字列は最終テキストに含まれません。 1 文字以上 · 1 件以上 · 4 件以内 |
tools | いいえ | Kimi K3.1 Pro に 根拠に基づく開発計画 用の OpenAI 形式の関数定義を最大 128 件渡せます。Kimi K3.1 Pro では、引数の検証と処理の実行はアプリで行います。 128 件以内 |
parallel_tool_calls | いいえ | Kimi K3.1 Pro が一度の応答で独立した複数の関数を提案できるかを指定します。各処理の実行はアプリが管理します。 デフォルト値: |
tool_choice | いいえ | Kimi K3.1 Pro の |
response_format | いいえ | Kimi K3.1 Pro に 根拠に基づく開発計画 の結果をテキストまたは構造化 JSON で求めます。Kimi K3.1 Pro では、返された JSON が必要な項目を満たすか確認します。 |
料金
入力 $2 / 出力 $10 100 万トークンあたり
ユースケース
リポジトリ全体を対象にしたコードレビューと移行計画
ソースツリー、失敗しているテスト、変更依頼を 1 回の呼び出しにまとめ、どのファイルのどの行かを示せる指摘を求めてください。回答が多数のファイルにまたがる呼び出しを追う必要があるときは high か max を使い、各ステップの確認方法を添えた、依存関係順の計画を求めます。
大量の長文ドキュメントを対象にした調査
論文、案件記録、文字起こしそれぞれにラベルを付け、2 つが食い違うときにどちらの版を優先するかを指定し、結論ごとに出典を並べて求めてください。文脈枠が十分に大きいので、分割せずに一式を手元で見通せます。
スクリーンショットと動画の断片を読むエージェント
タスクと一緒に画面のスクリーンショットや短い録画を送り、エージェントが呼び出してよいツールを定義して、完了するまでツールの結果に基づいて処理を繰り返させてください。実際にクリック、書き込み、デプロイを行うのは、あなたのコードです。
雑多な入力からの構造化抽出
請求書、フォーム、グラフ画像を渡し、欲しいフィールドをツールのパラメータや response_format で説明したうえで、返ってきた内容をデータベースに入れる前に検証してください。
プロンプトガイドと実践のヒント
まず max で始め、速度が必要なら下げる
難しい課題では、max が既定値であり、最初に選ぶべき設定です。必要な回答品質が分かったら high を試し、深さより待ち時間が重要な短い定型のやり取りには low を使ってください。
max_tokensには思考の分を残しておく思考は
max_tokensに含まれ、既定値は 4,096 です。長いレポート、大きなパッチ、high や max で動かす処理では、読みたい長さよりずっと大きく設定してください。さもないと、見える回答が始まる前に予算を使い切ることがあります。長い資料は先に、質問は最後に
文書、コード、文字起こしは会話の早い段階に置き、それぞれに短いラベルを付けて、質問は最後に書いてください。指示はシステムメッセージに、引用した資料とは分けて書きます。そうすると、文書内の文章を依頼と取り違えにくくなります。
temperature と
top_pは省くサンプリングはモデルが決めるため、この 2 つのフィールドはリクエストの対象外です。口調や多様性はプロンプトで調整し、回答を特定の記号で終わらせたいときは停止シーケンスを使ってください。
Kimi K3.1 Pro で資料を照合します
1,048,576 トークンの入力枠に、企画書、出典の抜粋、実装上の制約をまとめられます。財務資料の確認では文書に名前を付け、判断ごとの根拠を求めます。開発計画では依存関係と各工程の確認方法を指定します。
思考量と回答を調整します
K3.1 Pro は常に思考します。reasoning_effort は low、high、max から選び、既定値は max です。このエンドポイントでは temperature と top_p を指定できません。長い回答はストリーミングし、max_tokens には思考と最終回答の両方が収まる余裕を持たせます。
画像、動画、ツールを使います
画像や動画には確認したい箇所を添えます。音声は受け付けません。ツール呼び出しの引数はアプリで検証して実行し、一致する tool_call_id と結果を返します。調査を続ける際は assistant の応答全体を履歴に残します。
コンテンツの可否は選択した Kimi K3.1 Pro が判断します。Kimi K3.1 Pro では、NSFW の挙動は変わる場合があり、無制限での利用を保証するものではありません。
API クイックスタート
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "moonshot/kimi-k3.1-pro/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
