タイプ
仕様
料金
入力
1Mプロンプトトークンあたり
$0.95
出力
生成された1Mトークンあたり
$4.00
ウェブ検索
呼び出し時の通話ごと
$0.015
Kimi K2.7 Code と DeepSeek V4 Pro を並べて比較: 仕様、機能、パラメーター、EmpirioLabs カタログのライブ料金。
Moonshot AI 
DeepSeek テキスト生成Moonshot AI の Kimi K2.7 Code と DeepSeek の DeepSeek V4 Pro はどちらもテキスト生成カテゴリのモデルで、EmpirioLabs API から利用できます。
| 仕様 | Kimi K2.7 Code | DeepSeek V4 Pro |
|---|---|---|
| モデルID | kimi-k2-7-code | deepseek-v4-pro |
| 開発元 | Moonshot AI | DeepSeek |
| リリース | 2026年6月16日 | 2026年4月24日 |
| コンテキスト長 | 256K トークン | 1M トークン |
| 最大出力 | 131,072 トークン | 393,216 トークン |
| 入力 | テキスト 画像 動画 | テキスト |
| 出力 | テキスト | テキスト |
| 構造化出力 | JSON Schema | JSON Schema |
| リージョン | International | Germany |
| エンドポイント | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/kimi-k2-7-code:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/deepseek-v4-pro:generateContent |
| 機能 |
両モデルの EmpirioLabs カタログのライブ料金です。各料金表は常に API の請求額と一致します。
EmpirioLabs で各モデルに記載されているリクエストパラメーターと、指定できる値または範囲です。ハイフンは、そのモデルに記載のないパラメーターを示します。
| パラメータ | Kimi K2.7 Code | DeepSeek V4 Pro |
|---|---|---|
| max_tokens | 1 から 262144 デフォルト: 32768 | 1 から 393216 |
| stop | string | string |
| tool_web_search | boolean デフォルト: false | - |
| max_tool_calls | 1 から 20 デフォルト: 5 | - |
| response_format | enum | enum |
| temperature | - | 0 から 2 デフォルト: 0.7 |
| top_p | - | 0 から 1 デフォルト: 0.9 |
| enable_thinking | - | boolean デフォルト: true |
| reasoning_effort | - | none, low, medium, high, max デフォルト: medium |
| thinking_budget | - | 1 から 393216 デフォルト: 32768 |
| web_search_linkup | - | boolean デフォルト: false |
| disable_formatting | - | boolean デフォルト: false |
テキスト、画像、ビデオ入力をサポートし、256Kのコンテキスト、関数呼び出し、JSONモードの構造化出力、呼び出しごとに$0.015の組み込みウェブ検索機能。思考は常にオンで無効化できません。推論トークンは出力トークンとして請求されます。温度やその他のサンプリングオーバーライドは無視されます。モデルサービスは固定されたサンプリング設定を使用しているためです。APIを通じた多段階関数呼び出しは、reasoning_contentフィールドを保持したままアシスタントメッセージを再生しなければなりません。
Kimi K2.7 Code は OpenAI 互換の Chat Completions API を提供します。任意の OpenAI SDK を EmpirioLabs API キーで https://api.empiriolabs.ai/v1 に向け、モデル ID kimi-k2-7-code を使ってください。 どちらのモデルも同じエンドポイントで呼び出します。model を kimi-k2-7-code または deepseek-v4-pro に設定してください。 EmpirioLabs ダッシュボードで API キーを取得してください。
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k2-7-code",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'両方のモデルを扱ったプロンプトテストと比較実験です。
比較 シード2.1ターボ vs キミK2.7コード vs ディープシーク V4 Pro EmpirioLabs上の3つの主要なコーディングモデルとエージェントモデル(コンテキスト、価格設定、画像・動画入力、ウェブ検索、構造化出力)の事実比較と、どれを選ぶべきか。 
ガイド Kimi vs DeepSeek vs Qwen vs GLM:AIコーディングモデルの比較 Kimi K2.7 Code vs DeepSeek V4 Pro vs Qwen3.7 Max vs GLM 5.2、同じ3つのプロンプト、それぞれ1ショットずつ。4人全員がライン数とともにSnake、Breakout、Pongを組み立てていく...Kimi K2.7 Code のほうが新しいリリースです (2026年6月16日)。DeepSeek V4 Pro のリリースは 2026年4月24日 です。 コンテキスト長は DeepSeek V4 Pro のほうが大きく、1M トークンです (Kimi K2.7 Code は 256K)。 1 回の応答で DeepSeek V4 Pro は最大 393,216 出力トークン、Kimi K2.7 Code は最大 131,072 を返します。 このページの仕様、料金表、パラメーターは EmpirioLabs のライブカタログに基づいています。
Kimi K2.7 Code のほうが新しいリリースです (2026年6月16日)。DeepSeek V4 Pro のリリースは 2026年4月24日 です。
入力 (1Mプロンプトトークンあたり) の料金は Kimi K2.7 Code のほうが低くなっています。 出力 (生成された1Mトークンあたり) の料金は DeepSeek V4 Pro のほうが低くなっています。 両方のライブ料金表はこのページにあり、常に API の請求額と一致します。
はい。どちらのモデルも同じ EmpirioLabs API キーで POST /v1/chat/completions を使うため、ほとんどの連携は model の値を変えるだけで切り替えられます。モデル固有のパラメーターに依存している場合は、先にこのページのパラメーター表を確認してください。
はい。EmpirioLabs プレイグラウンド で各モデルを開き、API と同じパラメーターで同じプロンプトを両方に実行できます。