BenchLeader

Kimi K3.1 Pro

推論エフォート
品質339中27位
61.8Index
上位10%
中央値比 +11.6
価格255中207位
$4.00100万トークンあたり
高い方から4分の1
中央値の4.7倍
速度216中207位
30トークン/秒
下位4分の1
中央値の0.4倍
コスパ255中207位
15.4ポイント/$
下位4分の1
中央値の0.3倍

よりコスパが高いモデル: Gemini 3.7 Flash $1.50/MでIndex 62.1(63%安い)。

より安価でスコアの高いランク付けモデルが6つあります:GPT-6.1 Terra (64.1, $2.00)、Gemini 4 Hydrogen (63.4, $3.00)、Gemini 3.5 Flash (62.5, $3.38)ほか3つ。

2026年11月16日時点で、Kimi K3.1 Pro(Moonshot AI)のBenchLeader Indexは61.8です(ランク付けされた608構成中上位100位以内)。最も強いのは数学(73)、最も弱いのは知識(58)です。API料金は入力100万トークンあたり$2.00、出力100万トークンあたり$10.00(3:1のブレンドで$4.00)で、2026年11月16日時点の定価です。出力速度は約30トークン/秒です(Artificial Analysis)。2026年10月23日にリリースされました。

要点(2026年11月16日時点)

  • Kimi K3.1 ProのAPI料金は入力100万トークンあたり$2.00、出力100万トークンあたり$10.00(3:1のブレンドで$4.00)です(定価、2026年11月16日)。
  • Kimi K3.1 Proの出力速度は約30トークン/秒です(Artificial Analysis、2026年11月16日)。
  • Kimi K3.1 Proは2026年10月23日にリリースされました(Moonshot AI)。

詳しく見ると:Kimi K3.1 ProはMoonshot AIのオープンウェイトの推論モデルです(2026年10月23日リリース)。最もスコアの高い構成は、BenchLeader Indexで61.8 ±3.0を記録し、608構成中57位で上位半分に入ります。重要なのはこの「±」です。ほかに162構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(73)、知識が最も低くなっています(58)。ブレンド価格は100万トークンあたり$4.00で、ランク付けされたモデルの中で最も高価な部類です。出力速度は30トークン/秒、回答開始まで157.4秒で、最も遅い4分の1に入ります。5通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月13日。

ブレンド価格
$4.00/M
入力$2.00・出力$10.00
出典:Artificial Analysis
出力速度
30 tok/s
Artificial Analysisによる測定
回答開始
157 s
最初のトークン 2.00 s
コンテキスト
1.0M
出典:models.dev
回答完了まで
418 s
最終測定2026年11月13日
タスクあたりコスト
$3.68
1タスク40 min、AA Index
タスクあたりトークン数
72k
うち61%が推論
リリース日
2026年10月23日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index62
  2. 推論59
  3. コーディング60
  4. エージェント・ツール65
  5. 数学73
  6. 知識58
  7. マルチモーダル66
  8. 長文コンテキスト68

この順位を埋め込む

ほかのバッジスタイル
[![Kimi K3.1 Pro on BenchLeader: 総合 27位](https://www.benchleader.com/badge/kimi-k3-1-pro.svg?style=compact)](https://www.benchleader.com/models/kimi-k3-1-pro)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

Moonshot AIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
low––30 tok/s157 s$0.0038
high––30 tok/s157 s$0.0038
xhigh––30 tok/s157 s$0.0038
max59.9#9630 tok/s157 s$0.0038エージェント・ツール 62 · コーディング 68 · 総合 54 · 人間の評価 68 · 推論 67
未記載最良61.8#5730 tok/s157 s$0.0038エージェント・ツール 65 · コーディング 60 · 知識 58 · 長文コンテキスト 68 · 数学 73 · マルチモーダル 66 · 推論 59

Indexの推移

2026年10月24日〜2026年11月16日
566165
  • 標準
  • max

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

メタデータ

ベンチマーク標準出典推移
AA Openness IndexIndex対象外33.3#239Artificial Analysis

推論

ベンチマークmax標準出典推移
Arena Hard Prompts1504#29–Arena (LMArena)
LiveBench 2.0 ReasoningIndex対象外91.1%#8–LiveBench
Humanity's Last Exam (AA)Index対象外エフォート未記載–52.5%#27Artificial Analysis
HLE-Diamond (AA)エフォート未記載–37.3%#42Artificial Analysis
CritPtIndex対象外エフォート未記載–24.6%#55Artificial Analysis
CritPt v2 hard subset (AA)エフォート未記載–49.5%#47Artificial Analysis
MysteryMechanismIndex対象外26.1%#17–Vals AI
Arena ExpertIndex対象外1515#25–Arena (LMArena)
LMCAIndex対象外57.6%#44–Epoch AI Benchmarking Hub
DTBenchIndex対象外93.3%#69–Epoch AI Benchmarking Hub

コーディング

ベンチマークlowhighxhighmax標準出典推移
SciCodeエフォート未記載––––60.8%#12SciCode
Arena Coding–––1530#23–Arena (LMArena)
Arena WebDev–––1687#12–Arena (LMArena)
LiveBench 2.0 CodingIndex対象外–––67.8%#24–LiveBench
SciCode (AA)Index対象外エフォート未記載––––60.8%#12Artificial Analysis
IOI–––81.9%#11–Vals AI
Vibe Code Bench v1.1Index対象外–––84.9%#20–Vals AI
SWE Atlas v1.1Index対象外エフォート未記載––––61.1%#14Scale AI SEAL
SWE Atlas v1.1: Codebase QnAIndex対象外エフォート未記載––––70.2%#12Scale AI SEAL
SWE Atlas v1.1: Test WritingIndex対象外エフォート未記載––––58.9%#16Scale AI SEAL
SWE Atlas v1.1: RefactoringIndex対象外エフォート未記載––––54.3%#12Scale AI SEAL
ALE-BenchIndex対象外–––1932.8#14–Epoch AI Benchmarking Hub
WeirdML v3Index対象外––9.9%#14––WeirdML
Terminal-Bench 4.0 (AA)Index対象外エフォート未記載––––67.2%#1Artificial Analysis
GameBench 2 OverallIndex対象外設定全体––––78.3#8DuelLab GameBench 2
GameBench 2 by reasoning settingIndex対象外79.3#2271.5#36–84.0#16–DuelLab GameBench 2
Design Arena WebsiteIndex対象外エフォート未記載––––1321#11Design Arena
FrontierCode 1.1 (AA)Index対象外エフォート未記載––––47.1%#12Artificial Analysis
FrontierCode 2.0 (AA)エフォート未記載––––25.4%#51Artificial Analysis

エージェント・ツール

ベンチマークmax標準出典推移
Terminal-Bench59.7%#22–Terminal-Bench
APEX-Agentsエフォート未記載–65.5%#12Mercor
Arena Agent4.9#15–Arena (LMArena)
LiveBench Long AgenticIndex対象外38.7%#16–LiveBench
LiveBench BrowserIndex対象外75.9%#13–LiveBench
HiL-Benchエフォート未記載–61.3%#11Scale AI SEAL
GDPval-AA v2.1, normalised scoreIndex対象外エフォート未記載–67.3%#3Artificial Analysis
GDPval-AA v2.1Index対象外エフォート未記載–1861#2Artificial Analysis
Analyst Agent (AA)Index対象外エフォート未記載–38.8%#25Artificial Analysis
Finance Agent v2.1Index対象外61.5%#21–Vals AI
Harvey's Legal Agent Benchmark v1.1Index対象外11.7%#20–Vals AI
Legal Research BenchIndex対象外37.5%#47–Vals AI
SREBenchIndex対象外27.1%#9–Vals AI
Tax Agent BenchIndex対象外24.9%#45–Vals AI
Terminal-Bench 4.0 (Vals)Index対象外63.6%#4–Vals AI
Terminal-Bench ScienceIndex対象外31.4%#9–Vals AI
Arena Agent Task CompletionIndex対象外2.7#24–Arena (LMArena)
AutomationBenchIndex対象外エフォート未記載–73.3%#9Artificial Analysis
GDP.pdf (AA)Index対象外エフォート未記載–31.4%#6Artificial Analysis
AA-Briefcase v1.1Index対象外エフォート未記載–1674#10Artificial Analysis
Design Arena AgenticIndex対象外エフォート未記載–1301#10Design Arena
Terminal-Bench-Science 0.1 (AA)Index対象外エフォート未記載–34.3%#34Artificial Analysis
CWE-Bench (AA)エフォート未記載–60.8%#9Artificial Analysis
DeepSec-Bench (AA)エフォート未記載–36.7%#4Artificial Analysis
CyberGym end-to-end (AA)エフォート未記載–94.7%#1Artificial Analysis
MKA (AA)Index対象外エフォート未記載–43.9%#9Artificial Analysis

数学

ベンチマークmax標準出典推移
ProofBenchエフォート未記載–91.0%#10Vals AI
ArXivMathIndex対象外58.3%#5–MathArena
BrokenArXivIndex対象外61.9%#5–MathArena

知識

ベンチマークxhighmax標準出典推移
LiveBench 2.0 Data AnalysisIndex対象外–79.1%#14–LiveBench
LiveBench ResearchIndex対象外–82.1%#17–LiveBench
AA-Omniscience v1.1エフォート未記載––29.9#40Artificial Analysis
PRBench Financeエフォート未記載––47.5%#16Scale AI SEAL
PRBench Legalエフォート未記載––47.9%#20Scale AI SEAL
BioMysteryBenchIndex対象外–75.6%#8–Vals AI
Excel Modeling Benchmark v1.1Index対象外–70.0%#18–Vals AI
Access to Justice BenchmarkIndex対象外–69.5%#18–Vals AI
DrugDiscoveryBenchIndex対象外63.4%#4––Scale AI SEAL
AA-Omniscience v1.1: accuracyIndex対象外エフォート未記載––48.9%#38Artificial Analysis
AA-Omniscience v1.1: non-hallucinationIndex対象外エフォート未記載––62.7%#51Artificial Analysis

指示追従

ベンチマークmax出典推移
Arena Instruction FollowingIndex対象外1487#18Arena (LMArena)

人間の評価

ベンチマークmax標準出典推移
Arena Text1485#24–Arena (LMArena)
EQ-Bench Creative Writing v3Index対象外エフォート未記載–2173#2EQ-Bench
Arena Creative WritingIndex対象外1453#36–Arena (LMArena)
Arena Multi-turnIndex対象外1475#53–Arena (LMArena)
Arena Longer QueriesIndex対象外1491#28–Arena (LMArena)

マルチモーダル

ベンチマークmax標準出典推移
LiveBench DesignIndex対象外73.7%#19–LiveBench
MMMU-Proエフォート未記載–83.9%#27Artificial Analysis
Humanity's Sixth SenseIndex対象外33.2%#14–Scale AI SEAL
VIALS-AAIndex対象外エフォート未記載–45.3%#11Handshake AI
AA-3DIndex対象外エフォート未記載–1112#9Artificial Analysis

長文コンテキスト

ベンチマーク標準出典推移
AA-LCR v1.186.3%#3Artificial Analysis
MLCRIndex対象外38.3%#4Artificial Analysis

総合

ベンチマークmax標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–161.4#16Epoch AI Benchmarking Hub
LiveBench 2.068.7%#14–LiveBench
AA Intelligence Index v5.0.1Index対象外エフォート未記載–46.5#31Artificial Analysis
AA Intelligence Index v4.3.2Index対象外エフォート未記載–55.1#5Artificial Analysis
AA Progress Index v1Index対象外エフォート未記載–340.7#21Artificial Analysis
Vals IndexIndex対象外62.5#11–Vals AI
Vals Finance IndexIndex対象外56.0%#24–Vals AI
Vals Science IndexIndex対象外44.4%#10–Vals AI
Vals Legal IndexIndex対象外67.0%#29–Vals AI
AA Cyber IndexIndex対象外エフォート未記載–64.1#2Artificial Analysis

安全性・誠実さ

ベンチマーク標準出典推移
FORTRESSIndex対象外18.6%#36Scale AI SEAL

GameBench 2 Overall: 78.3. GameBench 2, best reasoning setting (Max): 84.0. 参考値で、BenchLeader Indexには含まれません。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

強みのあるベンチマーク

測定されたすべての構成の中で、この構成が上位5位以内に入っているベンチマークです。

API料金:提供プロバイダー別

OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。

プロバイダー速度最初のトークン入力 $/M出力 $/Mコンテキスト量子化
inference.net118 tok/s0.97 s$2.70$13.501.0Mmxfp4
inference.net116 tok/s0.86 s$2.70$13.501.0Mmxfp4
PrimaLabs115 tok/s1.31 s$2.70$13.501.0Mmxfp4
DigitalOcean110 tok/s1.78 s$2.00$10.001.0M–
Wafer109 tok/s0.70 s$1.80$9.001.0Mmxfp4
Wafer109 tok/s0.59 s$0.253$8.801.0Mmxfp4
inference.net103 tok/s0.65 s$1.80$9.001.0Mmxfp4
AkashML97 tok/s1.73 s$1.75$10.001.0Mfp4
Modal93 tok/s1.07 s$2.00$10.001.0Mmxfp4
Together92 tok/s0.92 s$2.00$10.001.0M–
inference.net85 tok/s0.65 s$1.80$9.001.0Mmxfp4
Parasail81 tok/s1.71 s$2.00$10.001.0Mfp4
Nebius Token Factory78 tok/s1.68 s$2.00$10.001.0Mfp4
Relace71 tok/s1.92 s$0.240$8.401.0Mfp4
Morph64 tok/s2.11 s$0.739$11.091.0Mfp8
Sail Research64 tok/s1.50 s$1.40$9.351.0Mfp4
Decart59 tok/s1.81 s$1.22$6.10410kmxfp4
River58 tok/s1.08 s$2.00$10.001.0M–
Sail Research56 tok/s2.69 s$1.04$9.351.0Mfp4
DeepInfra53 tok/s1.47 s$1.90$9.501.0Mbf16
Moonshot AI52 tok/s3.78 s$4.00$20.001.0Mmxfp4
Fireworks44 tok/s2.97 s$2.00$10.001.0M–
Moonshot AI25 tok/s3.69 s$2.00$10.001.0Mmxfp4
Alibaba Cloud Int.24 tok/s5.01 s$2.30$11.501.0M–

利用状況

Kimi K3.1 Proが実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー

OpenRouter、過去1週間
#12
トークンシェア1.6%
可用性、72時間
99.9%
OpenRouter、全プロバイダー
ツール呼び出しのエラー、7日間
0.14%
ツール呼び出しに占める割合
OpenRouterでの1日あたりのトークン数(2026年10月23日〜2026年11月15日):合計10.8T、前週比 −21%。

直近30日間の典型的なリクエスト:リクエストあたり108.1kトークン、出力1トークンあたり入力111トークン、入力の94%がキャッシュから、出力の60%が推論、リクエストあたり0.75回のツール呼び出し。

OpenRouterでこのモデルに最も多くのトークンを送っているアプリ:pi (278B)、Hermes Agent (228B)、Claude Code (211B)、omp (141B)、Codex (129B)。

Vercel AI Gatewayのプロバイダースループット最初のトークン稼働率、1日
DigitalOcean300 tok/s0.55 s100.00%
Baseten201 tok/s1.23 s99.99%
Nebius125 tok/s0.69 s100.00%
Parasail124 tok/s0.34 s100.00%
Boundless123 tok/s0.49 s100.00%
Modal122 tok/s0.37 s100.00%

出典: 利用状況: OpenRouterのランキング · Vercel AI Gateway, CC BY 4.0・2026年11月16日時点のデータ。

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.200のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0038$0.00332.8 min
30ページのレポートを要約12,000 / 600$0.030$0.0143.0 min
コード編集6,000 / 1,500$0.027$0.0193.5 min
エージェント型コーディングセッション60,000 / 4,000$0.160$0.0794.8 min
構造化データの抽出2,000 / 200$0.0060$0.00332.7 min

このモデルを含むコーディングプラン

Kimi K3.1 Proを使えるサブスクリプションです。それぞれの利用上限と、タスクあたりのコストを掲載しています。

Moonshot AIのほかのモデル

今月の新着

Kimi K3.1 Proと比較する

関連ページ

埋め込み・引用

Kimi K3.1 Proの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![Kimi K3.1 Pro on BenchLeader: 総合 27位](https://www.benchleader.com/badge/kimi-k3-1-pro.svg)](https://www.benchleader.com/models/kimi-k3-1-pro)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). Kimi K3.1 Pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/kimi-k3-1-pro

BibTeX:

@misc{benchleader_kimi_k3_1_pro_20261116,
  author       = {{BenchLeader}},
  title        = {{Kimi K3.1 Pro on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/kimi-k3-1-pro}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

Kimi K3.1 Proのベンチマークスコアは?
2026年11月16日時点で、Kimi K3.1 ProのBenchLeader Indexは61.8 ±3.0です(上位100位以内)。最も強いのは数学(73)、最も弱いのは知識(58)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
Kimi K3.1 Proの順位は?
2026年11月16日時点で、Kimi K3.1 Proはランク付けされた608構成中57位です(上位100位以内)。ほかに162構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
Kimi K3.1 Proの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、Kimi K3.1 Proの料金は入力100万トークンあたり$2.00、出力100万トークンあたり$10.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$4.00です。
Kimi K3.1 ProはMuse Wonder Fullより優れていますか?
2026年11月16日時点で、Kimi K3.1 ProとMuse Wonder Full(推論エフォート max)の品質はほぼ互角です(BenchLeader Indexで61.8対61.7、±3.8の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
Kimi K3.1 Proはいつリリースされましたか?
Moonshot AIが2026年10月23日にKimi K3.1 Proをリリースしました。BenchLeaderには5通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「Kimi K3.1 Pro:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/kimi-k3-1-pro