このレビューはまだ日本語版がないため、Englishの原文を表示しています。
Kimi K3.1 Pro Review: Always-On Thinking, 1M Tokens In and Out
Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.
Freedom Score
未テスト
- 料金
- $4.00 混合 100 万トークンあたり（入力 3：出力 1）
- 出力速度
- 30 トークン/秒
- 成功率
- データ収集中
Kimi K3.1 Pro is Moonshot AI's new thinking model, released on 23 October 2026 as the first of the K3.1 series. On our API it is one OpenAI-compatible chat endpoint that reads text, images and video, holds 1,048,576 tokens of input and allows replies up to 1,048,576 tokens, with the thinking counted inside that number.
- SpicyAPI Engineering
- 2026年10月28日 にテスト
- 評価方法 v3.3 →
- 販売中のモデルですが、スコアに料金は無関係です →
The verdict
Two behaviours shape how you use it. Thinking is always on: reasoningeffort accepts low, high or max (default max) and cannot be switched off. And sampling is fixed by Moonshot, so temperature and topp are not accepted. Together that means a default request reasons hard before every answer, and a small max_tokens can be spent on thinking before any visible text appears.
This is a launch-day review. On 28 October 2026 our platform ran a real request through the endpoint as part of launch: one neutral message, answered without streaming at low reasoning effort. It returned a complete answer. We have not run a quality blind test or a content-level test on K3.1 Pro, and this page does not score the model.
Key facts
- Tested: one real launch request on 28 Oct 2026 (neutral prompt, low reasoning effort, no streaming), plus an integration check of image input. No scored runs yet.
- Price: $2 per million input tokens, $0.20 cached and $10 output. The live price is on the model page.
- Limits: 1,048,576-token context, replies up to 1,048,576 tokens (default 4,096, thinking included), text, image and video input, 256 messages and 128 tool definitions per request.
- Reasoning: reasoning_effort takes low, high or max (default max); thinking is always on.
- Sampling: fixed by the model; temperature and top_p are not accepted.
- Sources: scoring rules are on our review methodology page, full parameters on the Kimi K3.1 Pro model page.
良かった点と足りなかった点
良かった点
- A million tokens in and a matching reply ceiling. A whole repository or a long research thread travels as written, and a very long answer fits in one reply.
- Video and images next to the question. A failing UI screenshot with the stack trace, or a short screen recording with the bug report, goes into the same message as the instruction.
- Three reasoning dials. Low keeps replies quick, high suits multi-step problems, max gives the model the most room on a hard task.
- Tool calling is on the endpoint. Up to 128 function definitions per request, paralleltoolcalls on by default, toolchoice and responseformat accepted; we have not graded tool-use quality yet.
- A familiar request shape. The same OpenAI-compatible body as the rest of our chat models, so switching is a model-name change.
足りなかった点
- Thinking cannot be turned off. There is no none, medium or xhigh, so even a simple rewrite pays for a reasoning pass unless you pick low.
- max is the default effort. Every request reasons at full depth unless you set a lower level, which adds tokens and latency to quick turns.
- No temperature or top_p. You cannot push for more varied prose with sampling; use the prompt, reasoning_effort and stop sequences instead.
- Reasoning is paid for out of max_tokens. The default cap is 4,096, so a small cap at max effort can run out before the answer starts.
- No audio input, and no quality numbers of our own yet.
What we tested
On 28 October 2026 our platform sent Kimi K3.1 Pro one real request as part of launch: a single neutral user message, answered without streaming at low reasoning effort with a 1,024-token cap. It returned a complete answer, and the request was priced at the published rate. The endpoint also passed our pre-launch checks of its price table and request limits. During integration a request with an image attached was also accepted and answered.
That is a working-endpoint check, not a benchmark. We have not compared K3.1 Pro's answers with K3 or another model, tested video input on real clips, measured speed, or tried a prompt near the 1,048,576-token limit. Moonshot's own claims about accuracy are Moonshot's; we have not reproduced them.
Prompts to start from
These starting prompts come from the model page's published examples. We have not graded the outputs, so they are a place to begin rather than prompts proven on this model.
1. A planning brief. Give it the brief and a standard for what a good plan looks like.
Turn a project brief into a dependency-ordered implementation plan with verifiable milestones. Work from the material I provide, cite the relevant evidence, distinguish facts from assumptions, and identify missing information before proposing changes.Run this prompt on Kimi K3.1 Pro →
2. A tool step. Confirms your function-calling loop end to end with a trivial function.
Call report_status with status ready.Settings that matter: set reasoningeffort to low for routine turns and keep max for hard planning; leave several thousand tokens of maxtokens headroom, since thinking shares the budget; send video and audio inline and keep them under 14 MB combined.
How far it writes
We have not run our content-level test on Kimi K3.1 Pro, so we have no result to report here. The model page states the position plainly: the platform adds no content filter of its own, content decisions come from the model, and behaviour can change between versions. The previous generation, Kimi K3, has a full content-level review; do not assume K3.1 Pro behaves the same.
Not tested yet: the content-level ladder, multi-turn behaviour over a long session, languages other than English, video understanding on real clips, and whether low effort changes any of the above.
Every character in a request should be an adult, keep real, identifiable people out of it, and you are responsible for the law where you publish.
What the community says
On the launch thread one reader took the vendor's numbers at face value: "It appears to be generally frontier-level." Another objected to how the open-weight version is being limited: "Ah, the version available to us mortals is nerfed in cybersecurity just like the US models :("
Alternatives
- The previous generation with a full content-level review? Kimi K3 reads 1,000,000 tokens and carries our Unrestricted label; see the Kimi K3 review.
- Another 1M-class reasoning model? DeepSeek V4 Pro is on the same API; compare it on your own prompts.
- A hard-coding model with tool calls? GPT 6.1 Sol takes images, allows temperature and offers five reasoning levels.
Kimi K3.1 Pro の Spicy Index の内訳
各項目から採点の詳細に進めます。点数がどの行から来たのか、なぜ減点されたのかがわかります。
- 公開リーダーボード 品質の 40%
- 未テスト
- ロールプレイ 品質の 15%
- 未テスト
- 創作文 品質の 15%
- 72.0
- 指示への従い方 品質の 15%
- 100.0
- 長いコンテキストの記憶 品質の 15%
- 未テスト
- 機能 重み 10.5%
- 49.0
- Freedom Score 重み 30%
- 未テスト
追跡している公開リーダーボードに、完全に一致するエントリーはまだありません。 仕組み
このモデルではまだロールプレイのテストを実施していません。 仕組み
このモデルではまだ長いコンテキストのテストを実施していません。 仕組み
自由度が未測定、または証拠が不十分です。Index は元の品質・機能スコアを維持し、暫定表示で順位に含めます。証拠の欠如を 0 点とは扱いません。 仕組み
自由度が未測定、または証拠が不十分です。Index は元の品質・機能スコアを維持し、暫定表示で順位に含めます。証拠の欠如を 0 点とは扱いません。
テストレポートをすべて見る →機能の項目別採点
公開採点表の点数です。アップスケールで作る解像度や、当社が独自に設けた上限は数えません。
- コンテキスト長（開発元の公表値）未記載
- 0.0 / 30
- SpicyAPI での入力形式テキストと画像
- 12.0 / 25
- ツール使用ツールと tool_choice
- 15.0 / 15
- 構造化出力対応、スキーマ準拠を確認済み
- 15.0 / 15
- 推論の制御3 段階：low · high · max
- 7.0 / 15
SpicyAPI で Kimi K3.1 Pro にできること
SpicyAPI の現在のモデル仕様から直接取得しています。開発元が自社アプリでより多くの機能を提供している場合もありますが、ここに載っているのは現在当社の API から呼び出せる機能です。
| 機能 | チャット |
|---|---|
| コンテキスト長 | 1,048,576 トークン |
| 1 リクエストの最大出力 | 1,048,576 トークン |
| 推論レベル | low · high · max |
| ツール呼び出し | あり |
| 構造化出力 | あり |
実際にかかる時間
過去 30 日の実際のジョブで、リクエストから完成までを計測しています。所要時間には当社自身のテスト実行も含みます。
- 出力速度
- 30 トークン/秒最初のトークンまでの時間を含みます
- 成功率
- データ収集中
完了したジョブが 10 件以上そろうと所要時間を表示します。成功率はお客様のジョブだけで数え、30 日分のトラフィックがそろうまで全モデルで非表示にしています。
Kimi K3.1 Pro の代わりに検討できるモデル
Moonshot AI
Kimi K3
The previous generation with a full content-level review?
- Spicy Index
- 77.8−2.6
- Freedom Score
- 74.4
- 料金
- $5.40+35%/ 100 万トークン・入力/出力 3:1
DeepSeek
DeepSeek V4 Pro
Another 1M-class reasoning model?
- Spicy Index
- 79.0−1.4
- Freedom Score
- 88.6
- 料金
- $1.98−51%/ 100 万トークン・入力/出力 3:1
OpenAI
GPT 6.1 Sol
A hard-coding model with tool calls?
- Spicy Index
- 81.2+0.8
- Freedom Score
- —
- 料金
- $4.00/ 100 万トークン・入力/出力 3:1
あなたの意見は？
このレビューは役に立ちましたか？
投票するにはログインしてください。
コメント
コメントは自動チェックと当社チームによる確認を経ています。スパム、不適切な内容、個人攻撃、実在の人物の名前を同意なく挙げる投稿は削除します。コメントを報告いただければ、1 営業日以内に確認します。
このモデルを試しましたか？うまくいった方法を共有してください。スパムを防ぐため、コメントには無料アカウントが必要です。
Kimi K3.1 Pro のよくある質問
Kimi K3.1 Pro を自分で試す
プレイグラウンドで全パラメーターを設定し、実行前に正確な料金を確認できます。
$4.00 混合 100 万トークンあたり（入力 3：出力 1）
ほかのレビュー
ランキングを見る →GPT 6.1 Terra
Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.
- Spicy Index
- 79.9
- Freedom Score
- —
2026年10月28日 にテスト
レビューを読む
Grok 4.3
巨大な文脈窓、本物の推論オフ、低価格の規制なし文章が欲しいなら Grok 4.3。ファイル添付が要るなら見送りを。
2026年9月24日 にテスト
レビューを読む
Grok 4.7
脱獄なしで動く規制なしのロールプレイや小説なら Grok 4.7。1 ターンで長い章を書かせたいときや、長いエージェントループには向きません。
2026年9月24日 にテスト
レビューを読む