Kimi K3.1 Pro と Claude Sonnet 5.5、同じ単価で出力費は2.7倍

Kimi K3.1 Pro と Claude Sonnet 5.5 は、FastMetal では円単価がまったく同じです。入力は100万トークンあたり¥336、出力は¥1,680（税別・前払い）。文脈長もどちらも約100万トークンで、画像入力にも両方対応しています。仕様表を並べても、選ぶ決め手は出てきません。

そこで、FastMetal の比較用の問題を両モデルに同じ条件で投げ、返ってきた量と速さを測りました。先に結論を書きます。

• 請求される出力トークンは Kimi K3.1 Pro のほうが約2.7倍。36問中34問で多く、単価が同じなので出力側の請求もほぼ2.7倍です。
• 応答時間の中央値は Kimi K3.1 Pro が150秒、Sonnet 5.5 が14秒。36問すべてで Kimi のほうが遅く返ってきました。
• 画面に出る文章の量はほぼ同じ（0.94倍）。日本語の問題に限ると、Kimi の回答のほうがむしろ短めです。トークンの差のほとんどは、本文に出てこない推論の部分です。

測り方

比較ページに載っている問題のうち、両モデルの回答がそろっている36問（日本語16問・英語20問）を使いました。デバッグ、コードレビュー、SQL最適化、ビジネスメール、翻訳、日本語の添削、議事録の要約、算数の文章問題などです。プロンプトは両モデルで同一で、推論の強さなどの設定は変えず、既定のまま呼んでいます。

Kimi K3.1 Pro は2026年10月27日、Claude Sonnet 5.5 は2026年9月30日に、FastMetal の API 経由で実行しました。出力トークンは、どちらも FastMetal のゲートウェイが記録した請求対象の値（推論トークンを含む）です。応答時間は FastMetal の経路で測った実測値で、混み具合や経路によって変わります。36問は小さな標本なので、傾向として読んでください。

結果

• 出力トークンが Kimi のほうが多かったのは36問中34問でした。例外は「商品説明文の作成」（Kimi 1,329、Sonnet 5.5 1,521）と、英語の「strawberry の r を数える」（315 と 332）の2問で、どちらも短く答えられる問題です。
• 応答時間は、36問すべてで Kimi のほうが遅く返ってきました。
• 回答の文字数は、36問合計で Kimi 110,191 字、Sonnet 5.5 116,786 字。トークン比が2.72倍なのに、文字数比は0.94倍です。日本語16問だけを見ると文字数は0.79倍で、Kimi の日本語の回答はむしろ簡潔でした。

出力トークンだけを円に直すと、36問の合計で Kimi は約¥363、Sonnet 5.5 は約¥133です（入力とキャッシュは含みません。どちらの問題もプロンプトは短く、入力費は小さい額です）。1問あたりでは約¥10.1と約¥3.7。1回なら気にならない額ですが、エージェントのように1タスクで何十回も呼ぶ使い方では、そのまま2.7倍として効きます。

日本語と英語で比べても、トークン比はどちらも約2.7倍で変わりませんでした。日本語16問の平均出力トークンは Kimi 6,012 に対し Sonnet 5.5 2,213、英語20問は 5,981 に対し 2,191 です。

長く考える問題ほど差が開く

差が最も大きかったのは、手順や判断が多い問題です。

• 「Code Review」（英語）：Kimi 16,506トークン・560秒、Sonnet 5.5 3,003トークン・21秒
• 「Recipe Adaptation」（英語）：Kimi 15,724トークン・565秒、Sonnet 5.5 4,874トークン・38秒
• 「レシピのアレンジ」（日本語）：Kimi 12,958トークン・305秒、Sonnet 5.5 2,355トークン・20秒

「レシピのアレンジ」では、Kimi の回答本文は730字で、Sonnet 5.5 の1,198字より短いものでした。それでも請求される出力トークンは5倍以上です。Kimi K3.1 Pro は答える前に長く推論するモデルで、その推論も出力トークンとして請求されます。

逆に、短く答えられる問題では差が小さくなります。「strawberry の r を数える」は Kimi 315トークン・11秒、Sonnet 5.5 332トークン・3秒でした。

回答の中身は、どちらも高い水準

量と速さには大きな差がありましたが、日本語の回答を読み比べると、質の差ははっきりしませんでした。

「文章をわかりやすく書き直す」（CAP定理の長い一文を読みやすくする課題）。Kimi は書き直した3文だけを返し、180字でした。Sonnet 5.5 は書き直し案、変更点の説明、短縮版の3点を返し、674字です。Kimi の書き直しは次のとおりです。

CAP定理によれば、ネットワーク分断時には、一貫性と可用性を同時に保証できません。

元の文の「3つのうち最大2つしか満たせない」という説明を、分断時の一貫性と可用性の選択として正確に言い直している点は、両モデルとも同じでした。違いは、Sonnet 5.5 がその理由を変更点として説明していることです。

「ニュアンスを活かした翻訳」（日本語の商品レビューを英訳する課題）。Kimi は訳文だけを返しました。「これは贅沢な悩みかもしれません」は "but that might be asking too much" と訳しています。Sonnet 5.5 は "that's probably a luxury problem" と訳し、表現ごとの訳注を付けています。訳文の自然さは、どちらも十分でした。

「日本語の添削」（ビジネスの案内文の誤字・文法を直す課題）。どちらも「ありがとうございいます」の誤字と「予定してます」のい抜きを直し、「出来かねます」を「ご利用いただけません」に改めています。Kimi は、誤りの修正と表記の統一（「頂き」→「いただき」など）を分けて説明し、さらに「3月25日の深夜2時」が受け取り方の分かれる日時だと指摘しました。Sonnet 5.5 は修正箇所を表にまとめています。

ここで引用したのは数問で、36問すべてを採点したわけではありません。ただ、読んだ範囲では、Kimi K3.1 Pro の日本語は自然で、簡潔に答える傾向がありました。

公式ページに書かれていること

参考までに、各社の公式ページの記載です（2026年10月27日に確認）。

• Moonshot AI は Kimi K3.1 Pro を Kimi K3 に追加の学習（post-training）を施したモデルと説明し、重みを2026年11月4日までに公開するとしています。Moonshot AI: Kimi K3.1 Pro
• Anthropic は Claude Sonnet 5.5 を2026年9月28日に公開しています。Anthropic: Introducing Claude Sonnet 5.5

出力量の差が、モデルの性格によるのか、既定の推論設定によるのかは、この実験だけでは切り分けられません。

どちらを選ぶか

• 既定は Claude Sonnet 5.5。 単価は同じで、今回の36問では請求される出力が約3分の1、応答は約10倍速く返ってきました。チャットや対話的なツールのように待ち時間が体験に直結する用途、呼び出し回数の多いエージェントでは、この差がそのまま効きます。
• Kimi K3.1 Pro を選ぶ理由は、量や速さ以外にあります。 画面に出る答えは簡潔で、日本語の回答も自然でした。重みの公開が予告されているので、将来は自前の環境で同じモデルを動かせる見込みがあります。待ち時間を気にしないバッチ処理で、Moonshot のモデルを使いたい場合の選択肢です。
• 出力を減らしたいなら、Kimi は思考をオフにする手があります。 モデルページの表示では、Kimi K3.1 Pro は思考のオフ（reasoning.enabled: false）に対応し、Claude Sonnet 5.5 は常に思考します。今回は既定のまま測ったので、オフにした場合の量と質は試していません。
• 学習への利用の扱いも確認してください。 FastMetal のモデルページの「学習への利用」は、Claude Sonnet 5.5 が「学習には利用されません」、Kimi K3.1 Pro は現在「不明」（提供元からの申告がありません）です。

単価が同じでも、返ってくる量と待ち時間は大きく変わります。自分の用途のプロンプトで数十問を流し、出力トークンと応答時間を見るのが最も確実です。

両モデルが同じ問題にどう答えたかは比較ページに並べています。それぞれの詳細は Kimi K3.1 Pro と Claude Sonnet 5.5 のページ、円建ての単価は料金ページでご確認ください。API から使う場合のモデル名は、kimi-k3.1-pro と anthropic-claude-sonnet-5-5 です。Kimi K3.1 Pro の提供開始についてはこちらの記事で紹介しています。