Kimi（Moonshot AI）とは｜K3の使い方・料金・APIを実例で解説

Kimi は、使い方によって入口が分かれます。画面で質問や資料作りをするならアプリ、自社の GPU で動かすならオープンウェイト（公開された重み）、それ以外の開発は API か、コーディング用の Kimi Code です。

flowchart TD
    A{画面で使う？} -->|はい| B[アプリ<br>K2.6 は無料]
    A -->|いいえ| C{自社で動かす？}
    C -->|はい| D[公開の重み]
    C -->|いいえ| E[API<br>Kimi Code]

よく調べられることを先にまとめます。

確認環境：Kimi のモデル・パラメーター・エラーコードは Kimi API プラットフォームの公式ドキュメント（platform.kimi.ai の英語版と platform.kimi.com の中国語版）、アプリの機能・プラン・解約は Kimi ヘルプセンター（日本語版・中国語版）、モデルの公開日と単価は Kimi 公式ブログ「Kimi K3」と OpenRouter の Moonshot AI 提供分の価格、ライセンスは Hugging Face の各モデルの LICENSE、運営会社の経緯は Wikipedia と TechNode の報道で確かめました。API は、ドキュメントの形（エンドポイント・ヘッダー・JSON・エラーの type）で応答する擬似サーバーを Ubuntu 24.04.4・Python 3.11.15（標準ライブラリ）で作り、curl 8.5.0、OpenAI の Python SDK（openai 3.36.1）、Anthropic の Python SDK（anthropic 2.1.0）から送ったリクエストを記録しました。PyPI の kimi-cli 1.52.0 は uv で入れて実行しています。ChatGPT・Claude・Gemini・DeepSeek の情報は各社の公式ドキュメントで確かめました（確認日 2026年10月22日）。

Kimiとは（読み方・何ができる生成AIか）

この節では、Kimi がどんなサービスで、どこで使えるかが分かります。

Kimi（キミ）は、中国の Moonshot AI（月之暗面）が開発する AI アシスタントと、その大規模言語モデル（LLM）のシリーズの名前です。 公式ヘルプは Kimi を「Web 検索、深い思考、マルチモーダル（画像・動画も読む）推論、超長文のコンテキストでの対話に対応する AI アシスタント」と説明しています。

使える場所は次のとおりです。

• Web：ブラウザで kimi.com を開く
• モバイル：iOS・Android・HarmonyOS のアプリ
• デスクトップ：Kimi Work（Windows・Mac のアプリ）
• 開発者向け：Kimi API（platform.kimi.ai）と、コーディング用の Kimi Code（CLI・VS Code 拡張）

2023年11月の一般公開のときは、12.8万トークンの長い文脈を読めることが特徴でした。2025年7月の Kimi K2 から重みを公開するモデルが中心になり、2026年7月の K3 は2.8兆パラメータで、重みも公開されています。

アプリと API の違いを先に押さえておくと、この先の料金やデータの節が読みやすくなります。

「kimi」の意味の見分け表

「kimi」で検索すると、生成 AI 以外の結果も混ざります。一緒に出てくる言葉で見分けます。

Kimiを運営するMoonshot AI（2026年10月22日時点）

この節では、「どこの会社か」「いつ何が出たか」を日付つきの事実で確かめられます。

Moonshot AI は、2023年3月に北京で創業した AI の会社で、CEO は Yang Zhilin（楊植麟）氏です。 Wikipedia によると、創業者は清華大学の同窓の3人で、本社は北京市海淀区にあります。

Kimiのモデルの種類（K3・K2.7 Code・K2.6）

この節では、2026年10月22日時点で使えるモデルと、それぞれの違いが分かります。

API で使える現行モデルは、kimi-k3・kimi-k2.7-code（と高速版）・kimi-k2.6 の4つです。 公式のモデル一覧とクイックスタートで確かめた内容です。

モデルの中身（Hugging Face のモデルカード）も表にします。どれも、全体の一部の「専門家」だけを動かす MoE（Mixture of Experts）という作りです。

提供が終わったモデル名

以前の記事のコードに出てくるモデル名は、もう使えません。公式のモデル一覧は、どれも kimi-k3 への移行を案内しています。

Kimiでできること（機能の早見表）

この節では、アプリの機能を一覧で見て、自分の用事にどれを使うかが分かります。

公式ヘルプの機能を、使う場面の例と並べました。

PC の操作は、Kimi Work で利用者が明示的に有効にしたときだけです。 公式ヘルプによると、ふだんの会話とエージェントのタスクには PC を操作する権限がありません。

Kimiの使い方（登録から最初の依頼まで）

この節では、アプリで最初の答えを受け取るまでの流れと、モデルと思考の強さの選び方が分かります。

公式ヘルプ「K2.6／K3／K3 集群、思考の強さと Agent の選び方」の目安です。

• 括弧の中は中国語の画面の表示です。いちばん強い段階（极致）は K3 と K3 Swarm だけです。
• 思考を強くするほど丁寧に考えますが、トークン（会員の枠）を多く使います。枠を節約したいときは弱い段階を選びます。
• K2.6 のチャットで1回に扱える量は約12.8万トークン（中国語で約5〜6万字）です。K3 の100万トークンの文脈は、最上位の会員プランで使えます。

日本語で使えるか

公式ヘルプは、K2.6 と K3 が多言語での会話・検索・創作に対応すると説明しています。ヘルプセンターには日本語版（kimi.com/ja/help）もあります。画面の表示言語は「設定」→「一般」→「言語」で切り替えます。

依頼文（プロンプト）の書き方

目的・対象・形式・出典の扱いを最初に書くと、往復が減り、会員の枠も抑えられます。

【目的】社内勉強会で、オープンウェイトの LLM の選び方を10分で説明したい。
【対象】Kimi K3・Kimi K2.6・DeepSeek V4 Pro（2026年10月時点）。
【観点】パラメータ数／コンテキスト長／ライセンス／推論エンジン。
【形式】スライド6枚（.pptx）。最後の1枚は比較表。日本語。
【出典】Hugging Face のモデルカードと各社の公式ページだけ。分からない項目は「記載なし」。
【確認】作る前に構成案を見せて。

Kimiの料金（無料プラン・有料プラン・API）

この節では、無料でどこまで使えるか、アプリの有料プランと API の料金がどう違うかが分かります。

Kimi の料金は、アプリの「会員プラン（月額）」と、API の「使った分だけ（前払い）」の2本立てです。 API のドキュメントは、API は従量課金でサブスクリプションは無く、Kimi の会員や Kimi Code とは別だと書いています。

アプリの会員プラン（2026年10月22日時点）

日本語ヘルプ「料金詳細」と「メンバーシッププランの概要」で確かめた内容です。価格はドル表示です。

プランごとの違いの続きです（Agent の回数は、ふつうのトークン使用量から出した目安と公式に書かれています）。

• K2.6 のチャットは、すべての利用者が無料で使え、会員の枠を減らしません。 K2.6 をエージェントとして使うときは枠を使います。
• Web サイトの公開・Deep Research・スライド・Kimi Code・Kimi Work・Kimi Claw・K3・K3 Swarm は、1つの共通の枠から減ります。1つの機能で使い切ると、ほかの機能にも響きます。
• Kimi Code には、共通の枠とは別に「5時間ごと」と「1週間ごと」の上限があります。
• 枠は契約の各期間の始めに戻ります。年払いにすると、最大で年480ドル安くなります。

解約は、契約した場所で行います。公式ヘルプによると、Web では「設定」→「订阅管理」から自動更新を止め、iPhone では「設定」→ Apple ID →「サブスクリプション」→「Kimi」→「サブスクリプションをキャンセル」です。解約しても、今の期間の終わりまでは特典が使えます。

APIの単価（2026年10月22日時点）

API は100万トークンあたりの単価です。K3 は Kimi 公式ブログ、K2.7 Code と K2.6 は OpenRouter に載っている Moonshot AI 提供分の価格です。

• 料金はコンテキストの長さで変わりません。 K3 も、100万トークンまで同じ単価です。
• 同じ先頭部分を持つリクエストは自動でキャッシュされます。有効期間は5分（既定）か1時間（prompt_cache_options.ttl）で、ヒットすると期間が延びます。K3 は、キャッシュへの書き込みが別の料金です。
• 表の価格は税抜きで、税は支払いのときに住んでいる地域で計算されます。
• 使い始めるには1ドル以上のチャージが要ります。累計5ドルのチャージで5ドル分のクーポンが付きます。チャージの累計額で、同時実行数・RPM（1分あたりの回数）・TPM・TPD の上限の段階が決まります。

APIの料金を計算する（実行結果）

API の応答の usage には、入力の合計（prompt_tokens）、そのうちキャッシュから読んだ分（cached_tokens）、出力（completion_tokens）が入ります。上の単価で料金を出す関数を書いて実行しました（K3 のキャッシュ書き込み料金は含めていません）。

"""Kimi API の usage から料金（米ドル）を計算する。単価は100万トークンあたり（2026年10月22日時点）。"""
PRICE = {  # (キャッシュヒット入力, キャッシュミス入力, 出力)
    "kimi-k3":        (0.30, 3.00, 15.00),
    "kimi-k2.7-code": (0.19, 0.95, 4.00),
    "kimi-k2.6":      (0.16, 0.95, 4.00),
}

def cost(model, prompt_tokens, cached_tokens, completion_tokens):
    hit, miss, out = PRICE[model]
    return (cached_tokens * hit + (prompt_tokens - cached_tokens) * miss + completion_tokens * out) / 1_000_000

# 1回の例：入力2万トークン（うち1.6万がキャッシュヒット）、出力1,500トークン
for m in PRICE:
    c1 = cost(m, 20_000, 16_000, 1_500)
    c0 = cost(m, 20_000, 0, 1_500)
    print(f"  {m:<15} キャッシュあり ${c1:.4f}  キャッシュなし ${c0:.4f}  1,000回 ${c1*1000:,.2f}")

1回あたり（入力2万・うちキャッシュ1.6万・出力1,500）
  kimi-k3         キャッシュあり $0.0393  キャッシュなし $0.0825  1,000回 $39.30
  kimi-k2.7-code  キャッシュあり $0.0128  キャッシュなし $0.0250  1,000回 $12.84
  kimi-k2.6       キャッシュあり $0.0124  キャッシュなし $0.0250  1,000回 $12.36

同じ会話を続けるチャットやエージェントでは、前の部分がキャッシュに乗るので、この例では K3 の1回あたりの料金が半分以下（0.0825ドル→0.0393ドル）になりました。トークンの数え方と日本語の文字数の目安は、関連記事「トークンとは｜生成AIの数え方・日本語の文字数目安と節約方法」で扱っています。

Kimiを日本から使うときの窓口（アプリ・国際版API・中国版API）

この節では、日本から登録するときに、どのサイトと URL を使うかが分かります。

API は、国際版の platform.kimi.ai（米ドル）と中国版の platform.kimi.com（人民元）で、URL もキーも別です。 エラーの一覧のドキュメントには、ほかの地域の Kimi プラットフォームで作ったキーは platform.kimi.ai では 401 になると書かれています。

Moonshot AI 以外の会社が K2.6 などを動かして API で売っている場合もあります。OpenRouter の一覧では、Kimi K2.6 を Moonshot AI のほか十数社が提供しています。複数のモデルを1つのキーで呼ぶ方法は、関連記事「OpenRouterとは｜使い方・APIキー・無料モデル・料金とコード例」で扱っています。

Kimi APIの使い方（擬似サーバーで送ったリクエストの実物）

この節では、OpenAI と Anthropic の SDK から Kimi API を呼ぶコードと、実際に送られる中身が分かります。

Kimi API は、OpenAI の SDK の base_url を https://api.moonshot.ai/v1 に変え、キーを Authorization: Bearer で送る形です。 ここでは、ドキュメントの形で応答する擬似サーバー（127.0.0.1:33410）を作り、送り先だけを変えて動かしました。応答の文面は擬似サーバーのものです。

flowchart TD
    A[OpenAI の SDK・curl] -->|Bearer キー| B[api.moonshot.ai/v1<br>chat/completions]
    C[Anthropic の SDK<br>Claude Code] -->|Bearer キー| D[api.moonshot.ai/anthropic<br>v1/messages]
    B --> E[kimi-k3・kimi-k2.6 など]
    D --> E

キーは、platform.kimi.ai の管理画面で作り、環境変数 MOONSHOT_API_KEY に入れておきます。

curlで送る

ドキュメントの curl の例を、擬似サーバーに向けて送りました。

export MOONSHOT_API_KEY=sk-test-kimi-0123456789   # 実際は管理画面で作ったキー
curl http://127.0.0.1:33410/v1/chat/completions \
  --header "Authorization: Bearer $MOONSHOT_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "kimi-k3",
    "messages": [{"role": "user", "content": "Kimi K3 を一文で紹介して"}]
  }'

{"id": "chatcmpl-dc6f14e225654272b3984366", "object": "chat.completion", "created": 1792672374, "model": "kimi-k3", "choices": [{"index": 0, "message": {"role": "assistant", "content": "（擬似応答）こんにちは。Kimi の形で返しています。", "reasoning_content": "（擬似）短く答える。"}, "finish_reason": "stop"}], "usage": {"prompt_tokens": 120, "completion_tokens": 48, "total_tokens": 168, "cached_tokens": 64, "prompt_tokens_details": {"cached_tokens": 64, "cache_write_tokens": 0}}}

擬似サーバーに届いたリクエストです（キーは先頭だけ残しました）。

--> POST /v1/chat/completions
    authorization: Bearer sk-test…
    content-type: application/json
    user-agent: curl/8.5.0
    body: {"model": "kimi-k3", "messages": [{"role": "user", "content": "Kimi K3 を一文で紹介して"}]}

応答の形はドキュメントの例に合わせました。読み方のポイントは2つです。

• 思考の過程は reasoning_content、答えは content に分かれて届きます。
• usage の cached_tokens（キャッシュから読んだ分）と cache_write_tokens（キャッシュに書いた分）と残りを足すと、prompt_tokens になります。

PythonのOpenAI SDKで呼ぶ（K3・K2.6・ストリーミング）

1つのファイルで、K3 の思考の深さの指定、K2.6 の思考オフ、ストリーミングの3つを試しました。OpenAI の SDK に無い項目（thinking）は extra_body で渡します。

"""Kimi API を OpenAI の Python SDK で呼ぶ（K3・K2.6・ストリーミング）。"""
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOONSHOT_API_KEY"],
    base_url=os.environ.get("KIMI_BASE_URL", "https://api.moonshot.ai/v1"),
)

# 1. K3（思考は常にオン。深さは reasoning_effort で low / high / max）
r = client.chat.completions.create(
    model="kimi-k3",
    reasoning_effort="low",
    messages=[
        {"role": "system", "content": "あなたは日本語で簡潔に答えるアシスタントです。"},
        {"role": "user", "content": "PCA を一文で説明して"},
    ],
)
m = r.choices[0].message
print("[K3] content:", m.content)
print("[K3] reasoning_content:", getattr(m, "reasoning_content", None))
print("[K3] usage:", r.usage.prompt_tokens, r.usage.completion_tokens,
      "cached:", r.usage.prompt_tokens_details.cached_tokens)

# 2. K2.6 で思考をオフにする（OpenAI の SDK に無い項目は extra_body で渡す）
r = client.chat.completions.create(
    model="kimi-k2.6",
    messages=[{"role": "user", "content": "こんにちは"}],
    extra_body={"thinking": {"type": "disabled"}},
)
print("[K2.6] content:", r.choices[0].message.content,
      "| reasoning_content:", getattr(r.choices[0].message, "reasoning_content", None))

# 3. ストリーミング（思考の途中は reasoning_content、答えは content で届く）
stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "自己紹介して"}],
    stream=True,
    stream_options={"include_usage": True},
)
think, answer = [], []
for ch in stream:
    if ch.choices:
        d = ch.choices[0].delta
        rc = getattr(d, "reasoning_content", None)
        if rc:
            think.append(rc)
        if d.content:
            answer.append(d.content)
    if ch.usage:
        print("[stream] usage:", ch.usage.total_tokens)
print("[stream] reasoning:", "".join(think))
print("[stream] answer:", "".join(answer))

KIMI_BASE_URL=http://127.0.0.1:33410/v1 で擬似サーバーに向けて実行した結果です。

[K3] content: （擬似応答）こんにちは。Kimi の形で返しています。
[K3] reasoning_content: （擬似）短く答える。
[K3] usage: 120 48 cached: 64
[K2.6] content: （擬似応答）こんにちは。Kimi の形で返しています。 | reasoning_content: None
[stream] usage: 168
[stream] reasoning: （擬似）短く答える。
[stream] answer: こんにちは。Kimi です。

擬似サーバーに届いた3つのリクエストです。

--> POST /v1/chat/completions
    user-agent: OpenAI/Python 3.36.1
    body: {"model": "kimi-k3", "messages": [{"role": "system", "content": "あなたは日本語で簡潔に答えるアシスタントです。"}, {"role": "user", "content": "PCA を一文で説明して"}], "reasoning_effort": "low"}
--> POST /v1/chat/completions
    user-agent: OpenAI/Python 3.36.1
    body: {"model": "kimi-k2.6", "messages": [{"role": "user", "content": "こんにちは"}], "thinking": {"type": "disabled"}}
--> POST /v1/chat/completions
    user-agent: OpenAI/Python 3.36.1
    body: {"model": "kimi-k3", "stream": true, "messages": [{"role": "user", "content": "自己紹介して"}], "stream_options": {"include_usage": true}}

読み取れることは次の3つです。

• reasoning_effort は OpenAI の SDK の引数のまま、本文の一番上の項目として届きました。
• extra_body で渡した thinking も、本文の一番上に入りました。ドキュメントの例と同じ形です。
• OpenAI の SDK は、応答の reasoning_content を捨てずに持っているので、getattr で読めます。

ストリーミングの生の中身を curl の -N で見ると、次の順で届きます（ドキュメントの例と同じ形に作った擬似サーバーの出力。id などは省きました）。

data: {"object": "chat.completion.chunk", "model": "kimi-k3", "choices": [{"index": 0, "delta": {"role": "assistant", "content": ""}, "finish_reason": null}]}

data: {"object": "chat.completion.chunk", "model": "kimi-k3", "choices": [{"index": 0, "delta": {"reasoning_content": "（擬似）"}, "finish_reason": null}]}

data: {"object": "chat.completion.chunk", "model": "kimi-k3", "choices": [{"index": 0, "delta": {"content": "こんにちは"}, "finish_reason": null}]}

data: {"object": "chat.completion.chunk", "model": "kimi-k3", "choices": [{"index": 0, "delta": {}, "finish_reason": "stop"}], "usage": {"prompt_tokens": 120, "completion_tokens": 48, "total_tokens": 168, "cached_tokens": 64, "prompt_tokens_details": {"cached_tokens": 64, "cache_write_tokens": 0}}}

data: [DONE]

主なパラメーター

Chat Completions API のドキュメントで確かめた主な項目です。

画像を渡すときは、content を配列にし、画像は base64 の data URL で入れます。公開されている画像の URL は受け付けません。動画はファイルとしてアップロードし、ms://ファイルID で指します。

ツール呼び出し（tool_calls）を1往復させる

K3 と K2.7 Code では、ツールを使う往復のとき、assistant のメッセージを丸ごと（reasoning_content を含めて）次のリクエストに戻します。 K3 のクイックスタートは「content だけでなく、メッセージ全体をそのまま戻す」と書いています。

"""Kimi API のツール呼び出し（tool_calls）を1往復させる。"""
import json, os
from openai import OpenAI

client = OpenAI(api_key=os.environ["MOONSHOT_API_KEY"],
                base_url=os.environ.get("KIMI_BASE_URL", "https://api.moonshot.ai/v1"))

tools = [{
    "type": "function",
    "function": {
        "name": "get_rate",
        "description": "2つの通貨の為替レートを返す",
        "parameters": {
            "type": "object",
            "properties": {"base": {"type": "string"}, "quote": {"type": "string"}},
            "required": ["base", "quote"],
        },
    },
}]

def get_rate(base, quote):
    return {"base": base, "quote": quote, "rate": 150.0}  # 例：本当は社内の API などを呼ぶ

messages = [{"role": "user", "content": "1ドルは何円？"}]
r = client.chat.completions.create(model="kimi-k3", messages=messages, tools=tools)
msg = r.choices[0].message
print("finish_reason:", r.choices[0].finish_reason)

# assistant のメッセージは content だけでなく丸ごと（reasoning_content・tool_calls を含めて）戻す
messages.append(msg.model_dump(exclude_none=True))
for call in msg.tool_calls:
    args = json.loads(call.function.arguments)
    print("tool:", call.function.name, args)
    messages.append({"role": "tool", "tool_call_id": call.id, "name": call.function.name,
                     "content": json.dumps(get_rate(**args))})

r = client.chat.completions.create(model="kimi-k3", messages=messages, tools=tools)
print("answer:", r.choices[0].message.content)

finish_reason: tool_calls
tool: get_rate {'base': 'USD', 'quote': 'JPY'}
answer: （擬似応答）道具の結果を受け取りました。

2回目のリクエストで擬似サーバーに届いた messages です（tools は省きました）。model_dump() で戻した assistant のメッセージに、reasoning_content が残っています。

[
  {"role": "user", "content": "1ドルは何円？"},
  {"content": "", "role": "assistant",
   "tool_calls": [{"id": "get_rate:0", "function": {"arguments": "{\"base\": \"USD\", \"quote\": \"JPY\"}", "name": "get_rate"}, "type": "function", "index": 0}],
   "reasoning_content": "（擬似）為替レートの道具を呼ぶ。"},
  {"role": "tool", "tool_call_id": "get_rate:0", "name": "get_rate", "content": "{\"base\": \"USD\", \"quote\": \"JPY\", \"rate\": 150.0}"}
]

msg.content だけを戻すと reasoning_content が落ちます。K2.7 Code のクイックスタートは、落としてもエラーにはならないが、推論のつながりとツール呼び出しの質が下がることがあると書いています。

Anthropic互換の窓口で呼ぶ

Kimi には Anthropic の Messages API と同じ形の窓口（/anthropic）もあります。Anthropic の Python SDK の base_url を変えて送りました。

import os
import anthropic

base = os.environ.get("KIMI_ANTHROPIC_BASE_URL", "https://api.moonshot.ai/anthropic")
client = anthropic.Anthropic(base_url=base, auth_token=os.environ["MOONSHOT_API_KEY"])  # Authorization: Bearer
r = client.messages.create(
    model="kimi-k3",
    max_tokens=1024,
    messages=[{"role": "user", "content": "こんにちは"}],
)
print(r.content[0].text, r.usage.input_tokens, r.usage.output_tokens)

--> POST /anthropic/v1/messages
    authorization: Bearer sk-test…
    anthropic-version: 2026-10-21
    content-type: application/json
    user-agent: Anthropic/Python 2.1.0
    body: {"max_tokens": 1024, "messages": [{"role": "user", "content": "こんにちは"}], "model": "kimi-k3"}

SDK は base_url の後ろに /v1/messages を足して送り、auth_token に渡したキーは Authorization: Bearer のヘッダーになりました。Claude Code の設定で使う ANTHROPIC_AUTH_TOKEN と同じ送り方です。

モデルの一覧とトークン数の見積もり

GET /v1/models は、使えるモデルとコンテキスト長・画像や動画を読めるかを返します。POST /v1/tokenizers/estimate-token-count は、送る前にトークン数を見積もります。ドキュメントの項目で応答するように作った擬似サーバーの出力です（トークン数は擬似サーバーの計算）。

curl http://127.0.0.1:33410/v1/models -H "Authorization: Bearer $MOONSHOT_API_KEY"
curl http://127.0.0.1:33410/v1/tokenizers/estimate-token-count \
  -H "Authorization: Bearer $MOONSHOT_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"kimi-k3","messages":[{"role":"user","content":"Hello, what is 1+1?"}]}'

{"object": "list", "data": [{"id": "kimi-k3", "object": "model", "created": 1784215858, "owned_by": "moonshot", "context_length": 1048576, "supports_image_in": true, "supports_video_in": true, "supports_reasoning": true}, "…"]}
{"data": {"total_tokens": 17}}

Kimi APIのエラーと直し方

この節では、API でよく出るエラーの原因と直し方を引けます。

擬似サーバーをドキュメントの HTTP の番号と type で返すように作り、OpenAI の SDK（max_retries=0）で4種類のエラーを起こしました。message の文は擬似サーバーのものです。

import os
import openai
from openai import OpenAI

BASE = os.environ.get("KIMI_BASE_URL", "https://api.moonshot.ai/v1")
good = OpenAI(api_key=os.environ["MOONSHOT_API_KEY"], base_url=BASE, max_retries=0)
bad = OpenAI(api_key="sk-wrong", base_url=BASE, max_retries=0)

cases = [
    ("キーが違う", bad, dict(model="kimi-k3", messages=[{"role": "user", "content": "hi"}])),
    ("モデル名の誤り", good, dict(model="kimi-k2-0905-preview", messages=[{"role": "user", "content": "hi"}])),
    ("K3 に temperature", good, dict(model="kimi-k3", temperature=0.3, messages=[{"role": "user", "content": "hi"}])),
    ("K2.7 Code で思考オフ", good, dict(model="kimi-k2.7-code", messages=[{"role": "user", "content": "hi"}],
                                     extra_body={"thinking": {"type": "disabled"}})),
]
for name, c, kw in cases:
    try:
        c.chat.completions.create(**kw)
    except openai.APIStatusError as e:
        err = e.body.get("error", e.body) if isinstance(e.body, dict) else e.body
        print(f"{name:<16} → {type(e).__name__} [{e.status_code}] {err['type']}: {err['message']}")

キーが違う            → AuthenticationError [401] invalid_authentication_error: Invalid Authentication
モデル名の誤り          → NotFoundError [404] resource_not_found_error: Not found the model kimi-k2-0905-preview or Permission denied
K3 に temperature → BadRequestError [400] invalid_request_error: invalid temperature: only the model default is allowed for this model
K2.7 Code で思考オフ  → BadRequestError [400] invalid_request_error: thinking cannot be disabled for this model

429 は、応答の Retry-After を見て待ってから送り直します。

import time

def create_with_retry(**kw):
    for attempt in range(5):
        try:
            return good.chat.completions.create(**kw)
        except openai.RateLimitError as e:
            wait = float(e.response.headers.get("retry-after", 2 ** attempt))
            err = e.body.get("error", e.body)
            print(f"  429 {err['type']} → {wait:.0f}秒待って再送")
            time.sleep(wait)
    raise RuntimeError("再送の上限")

  429 rate_limit_reached_error → 1秒待って再送
  429 rate_limit_reached_error → 1秒待って再送
再送後: stop

ドキュメントのエラーコードの一覧から、よく出るものをまとめました。

429 の考え方と再送のコードは、関連記事「LLM APIの429・529エラー対処｜リトライ実装とエラー一覧」で扱っています。

Claude Code・Kimi CodeでKimiを使う

この節では、コーディングの道具から Kimi のモデルを使う設定が分かります。

Claude Codeから使う

Kimi のドキュメント「Claude Code で Kimi を使う」は、~/.claude/settings.json の env に次を書く方法を案内しています（YOUR_MOONSHOT_API_KEY を自分のキーに替えます）。

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.moonshot.ai/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "YOUR_MOONSHOT_API_KEY",
    "ANTHROPIC_MODEL": "kimi-k3[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k2.7-code",
    "ANTHROPIC_DEFAULT_FABLE_MODEL": "kimi-k3[1m]",
    "CLAUDE_CODE_SUBAGENT_MODEL": "kimi-k3[1m]",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "CLAUDE_CODE_EFFORT_LEVEL": "max"
  }
}

• 前に別の設定をしていたら、settings.json と ~/.zshrc・~/.bashrc に残った ANTHROPIC_ で始まる値を消してから設定します。
• kimi-k2.7-code は思考が必須です。Claude Code で思考をオンにしないと（macOS は Option+T、Windows・Linux は Alt+T）、400 のエラーになります。
• 設定の後は Claude Code を起動し直し、/status で base URL とモデル、/model で設定したモデルを確かめます。

Claude Code そのものの使い方は、関連記事「Claude Code 使い方完全ガイド｜導入・コマンド一覧・エラー対処」で扱っています。

Kimi Code CLI

Kimi Code CLI は、ターミナルで動く Kimi のコーディングエージェントです。コマンド名は kimi で、ドキュメントのインストール方法は次のとおりです。

# macOS・Linux
curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash

# Windows（PowerShell）。先に Git for Windows を入れておく
irm https://code.kimi.com/kimi-code/install.ps1 | iex

起動して /login を実行し、会員のアカウントか「Kimi Platform (API key · platform.kimi.ai)」を選びます。API キーを選ぶと、料金は API の従量課金になります。会員で使うと、共通の枠に加えて5時間ごと・1週間ごとの上限がかかります。

PyPI にある kimi-cli は、以前の CLI です。 uv で Python 3.13 の環境に入れて実行すると、新しい Kimi Code CLI へ移るよう案内が出ました。

uv tool install --python 3.13 kimi-cli
kimi --version

kimi, version 1.52.0
kimi-cli is no longer maintained. Please use the new Kimi Code CLI. Install: curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash

以前の手順の記事で pip install kimi-cli や uv tool install kimi-cli を見かけたら、上の公式のインストール方法に読み替えます。

Kimiのデータの扱い・利用規約（学習・保存先・商用利用）

この節では、「Kimi は危険か」「入力は学習に使われるか」という疑問に、公式の文書の記載で答えます。

アプリ（kimi.com）と API（platform.kimi.ai）では、運営の会社・保存先・学習の扱いの書き方が違います。 2026年10月22日時点で確かめた各文書の記載です。

• API のプライバシーポリシー本文は、利用者の入力（プロンプト・ファイルなど）がモデルの改善に役立つという一般的な書き方です。企業で使うときは、契約の前に営業窓口で扱いを書面で確かめます。
• ZDR でも、Batch API、ファイルとしてアップロードした画像・動画、セキュリティのログ、請求の記録は対象外です。
• アプリの利用規約（中国語版）は、出力の権利は他人の権利を侵さず規約を守る範囲で利用者にあるとし、サービスの用途を「個人の学習・研究・鑑賞・日常生活・娯楽」と書いています。商用での利用を直接扱う条文はありません。準拠法は中国の法律です。
• 規約は、AI が生成したことを示す表示を消すことを禁じています。

• 1入れてよい情報か社内の規程で決めたか顧客の個人情報や社外秘の資料は、外部の生成 AI に入れてよいかを先に決める
• 2アプリと API のどちらを使うか決めたか保存先と学習の扱いの書き方が違う
• 3登録時に表示される規約とポリシーを読んだか地域と言語で表示される版が変わることがある
• 4API キーを環境変数か秘密情報の管理に置いたか漏れたら管理画面ですぐ無効にする
• 5出力の数字と出典を元のページで確かめたか生成 AI の出力には誤りが混ざることがある

機密のデータを外に出したくない場合は、次の節のオープンウェイトを自社の環境で動かす方法もあります。社内の利用ルールを作るときは、関連記事「生成AI利用ガイドラインのテンプレート｜入力してはいけない情報の一覧つき」で扱っています。

Kimiのオープンウェイト（K3・K2.6）とライセンス

この節では、Kimi のモデルを自分の環境で動かすときの入手先とライセンスの条件が分かります。

K3・K2.7 Code・K2.6 は、Hugging Face の moonshotai で重みが公開されています。 ただし、ライセンスは「何もしなくてよい」形ではなく、規模の大きい商用の利用に条件があります。各モデルの LICENSE で確かめた内容です。

• K3 License の表示と別契約の条件は、第三者に出さない社内だけの利用と、Moonshot AI の公式の製品や認定された推論の提供元を通した利用には当てはまりません。
• どのライセンスも、著作権表示と許諾表示を複製に含めることを求めています。

動かすための情報もモデルカードに書かれています。

2.8兆パラメータの K3 は、1回に使うのが1,040億パラメータでも、重みは全部を GPU のメモリに載せる必要があります。小さな GPU 1枚で動かす大きさではありません。OpenAI 互換の API で配信する vLLM の使い方は、関連記事「vLLMとは｜使い方・インストール・OpenAI互換APIとOllamaとの違い」で扱っています。

ChatGPT・Claude・Gemini・DeepSeekとの違い

この節では、似た生成 AI との違いを、各社の公式ドキュメントの記載だけで比べます（2026年10月22日時点）。

API の最上位モデルの比較です。単価は100万トークンあたりの入力／出力（キャッシュなし）です。

重みの公開と、API の形の比較です。

Kimiを使うか決める判断表

この節では、自分の用事に Kimi のどの入口を使うかを決められます。

Kimiのよくあるつまずきと直し方

この節では、使っていて止まったときの原因と直し方を引けます。

よくある質問

Q. Kimiとは何ですか？ A. 中国の Moonshot AI（月之暗面）が開発する生成 AI です。kimi.com とスマートフォンのアプリで使え、チャット、エージェントでの資料作り、API、コーディング用の Kimi Code があります。2026年10月22日時点の最上位モデルは Kimi K3 です。

Q. Kimiの読み方は？ A. 日本語では「キミ」と読まれます。運営会社の Moonshot AI は、中国語で「月之暗面」と書きます。

Q. Kimiは無料で使えますか？ A. 使えます。K2.6 のチャットは、すべての利用者が無料で使え、会員の枠を減らしません。K3、エージェント、Agent Swarm、Kimi Code は会員の枠を使います。

Q. Kimiの料金はいくらですか？ A. アプリの会員プランは月19ドル（Moderato）・39ドル（Allegretto）・99ドル（Allegro）・199ドル（Vivace）で、年払いなら月15〜159ドルです。API は使った分だけで、K3 は100万トークンあたり入力3ドル・出力15ドルです（2026年10月22日時点）。

Q. Kimiは日本語で使えますか？ A. 公式ヘルプは、K2.6 と K3 が多言語での会話・検索・創作に対応すると説明しています。ヘルプセンターには日本語版もあります。

Q. Kimiは危険ですか？安全に使えますか？ A. 気をつける点は、データの保存先と学習の扱いです。アプリのプライバシーポリシー（中国語版）は保存先を中国国内とし、匿名化した入出力をモデルの改善に使うことがあると書いています。API の日本語ヘルプは、API のデータを学習に使わないと書いています。入れてよい情報は社内の規程で決めます。

Q. Kimiは中国の会社ですか？ A. はい。運営する Moonshot AI は2023年3月に北京で創業しました。API の国際版の文書の運営者は、シンガポールの MOONSHOT AI PTE. LTD. です。

Q. Kimi APIはOpenAI互換ですか？ A. 互換です。OpenAI の SDK の base_url を https://api.moonshot.ai/v1 に変えて使えます。Anthropic 互換の https://api.moonshot.ai/anthropic もあります。

Q. Kimi K3とK2.6の違いは？ A. K3 は2.8兆パラメータ・100万トークンの最上位モデルで、思考が常にオンです。K2.6 は1兆パラメータ・25.6万トークンで、思考をオフにでき、API の単価は K3 の約3分の1〜4分の1です。

Q. Kimiはオープンソースですか？ローカルで動かせますか？ A. K3・K2.7 Code・K2.6 の重みは Hugging Face で公開されています。ライセンスは Kimi K3 License と修正 MIT で、大規模な商用の利用には表示や別契約の条件があります。動かすには大きな GPU の環境が要ります。

Q. Kimi Codeとは何ですか？ A. Kimi のコーディング用の道具で、ターミナルの CLI と VS Code の拡張機能があります。会員の枠か、API キー（従量課金）で使います。

Q. Claude CodeでKimiを使えますか？ A. 使えます。Kimi のドキュメントは、~/.claude/settings.json の env に ANTHROPIC_BASE_URL を https://api.moonshot.ai/anthropic、ANTHROPIC_AUTH_TOKEN を Kimi の API キーにする方法を案内しています。

Q. Kimiの有料プランはどう解約しますか？ A. Web では「設定」→「订阅管理」から自動更新を止めます。iPhone で契約した場合は、iPhone の「設定」→ Apple ID →「サブスクリプション」から解約します。今の期間の終わりまでは特典が使えます。

まとめ

• Kimi は、中国の Moonshot AI（2023年3月創業、北京）が作る生成 AI。アプリ・Kimi Work・Kimi Code・API で使え、2026年7月16日公開の Kimi K3（2.8兆パラメータ・100万トークン）が最上位。
• 料金はアプリの会員プラン（月19〜199ドル、K2.6 のチャットは無料）と、API の従量課金（K3 は100万トークンあたり入力3ドル・出力15ドル、キャッシュヒットは0.3ドル）の2本立て。
• API は OpenAI 互換（https://api.moonshot.ai/v1）と Anthropic 互換（/anthropic）。K3 は reasoning_effort、K2.6 は thinking で思考を調整し、ツールの往復では assistant のメッセージを丸ごと戻す。
• データの扱いは、アプリ（保存先は中国、匿名化して学習に使うことがある）と API（シンガポール、日本語ヘルプでは学習に使わない）で書き方が違う。
• K3・K2.6 などの重みは Hugging Face で公開。大規模な商用利用には表示や別契約の条件がある。

参考・出典

確認日はいずれも 2026年10月22日です。

• Kimi API Platform「Model List」：https://platform.kimi.ai/docs/models
• Kimi API Platform「Kimi K3」：https://platform.kimi.ai/docs/guide/kimi-k3-quickstart
• Kimi API Platform「Kimi K2.7 Code」：https://platform.kimi.ai/docs/guide/kimi-k2-7-code-quickstart
• Kimi API Platform「Kimi K2.6」：https://platform.kimi.ai/docs/guide/kimi-k2-6-quickstart
• Kimi API Platform「Chat Completions API」：https://platform.kimi.ai/docs/api/chat
• Kimi API Platform「List Models」：https://platform.kimi.ai/docs/api/list-models
• Kimi API Platform「Estimate Token Count」：https://platform.kimi.ai/docs/api/estimate
• Kimi API Platform「Error Codes」：https://platform.kimi.ai/docs/api/errors
• Kimi API Platform「Model Pricing」：https://platform.kimi.ai/docs/pricing/chat
• Kimi API Platform「Recharge and Rate Limits」：https://platform.kimi.ai/docs/pricing/limits
• Kimi API Platform「Zero Data Retention」：https://platform.kimi.ai/docs/guide/zero-data-retention
• Kimi API Platform「Use Kimi in Claude Code」：https://platform.kimi.ai/docs/guide/claude-code-kimi
• Kimi API Platform「Use Kimi API Platform in Kimi Code CLI」：https://platform.kimi.ai/docs/guide/kimi-code-cli
• Kimi API Platform「Privacy Policy」：https://platform.kimi.ai/docs/agreement/userprivacy
• Kimi 开放平台「Kimi K3」（中国語版）：https://platform.kimi.com/docs/guide/kimi-k3-quickstart
• Kimi ヘルプセンター「Kimi の概要」：https://www.kimi.com/ja/help/getting-started/overview
• Kimi ヘルプセンター「料金詳細」：https://www.kimi.com/ja/help/membership/membership-pricing
• Kimi ヘルプセンター「メンバーシッププランの概要」：https://www.kimi.com/ja/help/membership/membership-overview
• Kimi ヘルプセンター「サブスクリプションの解約」：https://www.kimi.com/ja/help/membership/membership-cancel-subscription
• Kimi ヘルプセンター「API データのセキュリティ」：https://www.kimi.com/ja/help/kimi-api/api-data-security
• Kimi 帮助中心「Kimi 能做什么？」：https://www.kimi.com/help/others/capability
• Kimi 帮助中心「怎么选：K2.6 / K3 / K3 集群、思考强度与 Agent」：https://www.kimi.com/help/others/model-mode-selection
• Kimi 帮助中心「Kimi、Kimi Work、Kimi Code、Kimi Claw 有什么区别？」：https://www.kimi.com/help/others/product-comparison
• Kimi 帮助中心「数据使用与共享说明」：https://www.kimi.com/help/others/data-usage
• Kimi 帮助中心「开始使用 Kimi」：https://www.kimi.com/help/new-user-guide/agentic-chat
• Kimi「隐私政策」：https://www.kimi.com/user/agreement/userPrivacy?version=v2
• Kimi「用户服务协议」：https://www.kimi.com/user/agreement/modelUse?version=v2
• Kimi「Kimi K3」：https://www.kimi.com/ja/ai-models/kimi-k3
• Kimi Blog「Kimi K3」：https://www.kimi.com/blog/kimi-k3
• Kimi Blog「Kimi K2.6」：https://www.kimi.com/blog/kimi-k2-6
• Hugging Face「moonshotai/Kimi-K3」：https://huggingface.co/moonshotai/Kimi-K3
• Hugging Face「moonshotai/Kimi-K3 LICENSE」：https://huggingface.co/moonshotai/Kimi-K3/blob/main/LICENSE
• Hugging Face「moonshotai/Kimi-K2.6」：https://huggingface.co/moonshotai/Kimi-K2.6
• Hugging Face「moonshotai/Kimi-K2.7-Code」：https://huggingface.co/moonshotai/Kimi-K2.7-Code
• OpenRouter「Kimi K3 endpoints」：https://openrouter.ai/moonshotai/kimi-k3
• OpenRouter「Kimi K2.6 endpoints」：https://openrouter.ai/moonshotai/kimi-k2.6
• OpenRouter「Kimi K2.7 Code endpoints」：https://openrouter.ai/moonshotai/kimi-k2.7-code
• Wikipedia「Kimi (chatbot)」：https://en.wikipedia.org/wiki/Kimi_(chatbot)
• Wikipedia「Moonshot AI」：https://en.wikipedia.org/wiki/Moonshot_AI
• TechNode「Moonshot AI reportedly closes $3.5 billion round at $35 billion valuation」（2026年7月30日）：https://technode.com/2026/07/30/moonshot-ai-reportedly-closes-3-5-billion-round-at-35-billion-valuation/
• PyPI「kimi-cli」：https://pypi.org/project/kimi-cli/
• OpenAI「Models」：https://developers.openai.com/api/docs/models
• Hugging Face「openai/gpt-oss-120b」：https://huggingface.co/openai/gpt-oss-120b
• Claude Docs「Models overview」：https://platform.claude.com/docs/en/models/overview
• Gemini API「Models」：https://ai.google.dev/gemini-api/docs/models
• Gemini API「Pricing」：https://ai.google.dev/gemini-api/docs/pricing
• Google AI for Developers「Gemma」：https://ai.google.dev/gemma/docs
• DeepSeek API Docs「Models & Pricing」：https://api-docs.deepseek.com/quick_start/pricing
• Hugging Face「deepseek-ai/DeepSeek-V4-Pro」：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro

株式会社RJC ― SI事業・SES事業・AI駆動開発。RJCは一緒に成長を楽しめる会社です。