Kimi K3 API — Moonshot フラグシップ クイックスタート

要点（2026年7月時点）

現在のフラグシップ = Kimi K3（K2 / moonshot-v1のみの旧構成ではありません）。https://api.chinamodelapi.com/v1 に対して model="kimi-k3"（ダッシュボードのエイリアスを確認）を使用します。API製品ドキュメント：Moonshot / platform.kimi.ai。オープンウェイトの展開は2026年7月下旬頃に予定されていました。

情報源：CNBC / VentureBeat / Moonshot発表報道（2026年7月中旬）、X上でのモデルウェイト公開に関する議論（2026-07-27頃）。

開発者にとって重要なスペック

• 約2.8Tパラメータ — 2026年7月の報道で最大規模とされる中国発オープンクラス最先端モデル
• 1Mトークンコンテキスト — 複数ファイルのリポジトリ、調査資料パック、長期エージェント実行ログに対応
• ネイティブビジョン — K3世代におけるマルチモーダル入力対応
• 旧世代ファミリー — K2.7 Code / K2.x は、低コストなコーディングワークロードにおいて現在も有用

K3と他モデルの使い分け

Kimiのラインナップ & 料金（2026年8月）

現在ルーティング先として検討すべきKimi世代は2つあります。最先端を求めるならK3、1Mコンテキストを必要としないエージェントループでコスパを重視するならK2.5が最適です。それ以前のK2.xも引き続き利用可能ですが、基本的には後継モデルへの移行が推奨されます。

公式定価確認済み（2026-08-23時点、platform.kimi.aiおよびOpenRouter掲載のK2.5）。DeepSeek、GLM、Qwenに対するKimiの価格帯については、中国製LLMの最安価格一覧表をご覧ください。

導入実績：Kimi K3はすでに本番環境で稼働しています。詳細はHarvey TenetによるKimi K3基盤への移行およびK3 + GLM-5.2オープンスタック徹底解説をご覧ください。

Python

from openai import OpenAI
client = OpenAI(api_key="YOUR_KEY", base_url="https://api.chinamodelapi.com/v1")
resp = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "system", "content": "You are a long-horizon coding agent. Cite file paths."},
        {"role": "user", "content": f"REPO CONTEXT:\n{repo_blob}\n\nTASK: fix flaky integration tests."},
    ],
    temperature=0.2,
)
print(resp.choices[0].message.content)

コスト削減のコツ

K3はFlashモデルに比べて最先端クラスの価格設定となっています。まずは検索を行い、確信度が低い場合にのみコンテキストを拡張してください。通常の短い対話の8割にはK2.x / DeepSeek-V3 / GLMを使用し、難易度の高い複数ファイルや複数ドキュメントのタスク用にK3を確保するのが効果的です。

FAQ

関連ガイド