Claude Code と Codex で Kimi K3 を使う：検証済み設定ガイド

Kimi K3 は Claude Code と OpenAI の Codex CLI でモデルとして使えます。Claude Code は Anthropic Messages 形式、Codex は Responses 形式で通信し、SeedRouter は Kimi K3 を両方の形式で提供しています。ベース URL と SeedRouter のキーを設定して kimi-k3 を選べば、リクエストごとに残高からトークン単位で課金されます。2026 年 9 月 28 日に行ったテストでは、どちらのツールでも Kimi K3 がファイルを作成し、実行して、出力を報告しました。

Claude Code で Kimi K3 を使うには？

2 つの環境変数で Claude Code の接続先を SeedRouter に向け、モデルを選びます。

export ANTHROPIC_BASE_URL=https://api.seedrouter.ai
export ANTHROPIC_API_KEY=sk-your-seedrouter-key
claude --model kimi-k3

Claude Code は一部のタスクで、バックグラウンドで小さめのモデルも呼び出します。これらも Kimi K3 に向けて、すべてのリクエストがあなたのキーで呼び出せるモデルに届くようにします。

export ANTHROPIC_DEFAULT_OPUS_MODEL=kimi-k3
export ANTHROPIC_DEFAULT_SONNET_MODEL=kimi-k3
export ANTHROPIC_DEFAULT_HAIKU_MODEL=kimi-k3

セッションをまたいで設定を残すには、同じ変数を ~/.claude/settings.json の env ブロックに書きます。

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.seedrouter.ai",
    "ANTHROPIC_API_KEY": "sk-your-seedrouter-key",
    "ANTHROPIC_MODEL": "kimi-k3",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "kimi-k3",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "kimi-k3",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "kimi-k3"
  }
}

Claude Code は kimi-k3 が自身のモデル名ではないと通知しますが、これはエラーではなくお知らせで、セッションはそのまま動きます。Kimi K3 の推論は、Claude のモデルと同じく thinking ブロックとして表示されます。

Codex で Kimi K3 を使うには？

~/.codex/config.toml に SeedRouter を追加します。

model = "kimi-k3"
model_provider = "seedrouter"
model_context_window = 1048576

[model_providers.seedrouter]
name = "SeedRouter"
base_url = "https://api.seedrouter.ai/v1"
env_key = "SEEDROUTER_API_KEY"
wire_api = "responses"

次にキーをエクスポートして Codex を起動します。

export SEEDROUTER_API_KEY=sk-your-seedrouter-key
codex

wire_api = "responses" で Codex は Responses API を使います。Kimi 自身の Codex ガイドも同じ設定です。model_context_window は、Kimi K3 が最大 1,048,576 トークンを読み込めることを Codex に伝えます。

何をテストした？

Claude Code には 2 ステップのタスク（小さな Python ファイルを作成して実行し、出力を報告する）を、Codex には 4 ステップのタスク（ファイルを作成して実行し、変更してもう一度実行し、両方の出力を報告する）を与えました。

ツール	形式	結果
Claude Code	Anthropic Messages	ファイルを作成して実行、出力を正しく報告
Codex CLI	Responses	2 回の編集と 2 回の実行、両方の出力を正しく報告

Codex では、Kimi K3 が Codex の patch ツールでファイルを編集し、shell ツールで実行するという流れを複数ターンにわたって行いました。推論はターンからターンへ引き継がれており、これはツール呼び出しを伴う会話で Kimi K3 に必要なものです。

コーディングエージェントにはどの推論強度を使うべき？

Kimi K3 のデフォルトは max です。多くのステップを実行するエージェントにとって、これは最も遅く最も高い設定です。ほとんどのコーディング作業には high、すばやく機械的なステップには low が適しています。Codex では config.toml の model_reasoning_effort で設定します。

model_reasoning_effort = "high"

エージェントは毎ターン同じファイルを読み直すので、入力の大半はキャッシュから入力料金の 10 分の 1 で提供されます。エージェントのセッションで費用がかかるのは、推論を含む出力です。

Claude Code と Codex で Kimi K3 を使う：設定方法と検証済みの構成

Claude Code で Kimi K3 を使うには？

Codex で Kimi K3 を使うには？

何をテストした？

コーディングエージェントにはどの推論強度を使うべき？

ほかのコーディングツールでも Kimi K3 は使える？

よくある質問

Claude や ChatGPT のサブスクリプションは必要？

これらのエージェントで Kimi K3 はツール使用に対応している？

エージェントから Kimi K3 にスクリーンショットを送れる？

エージェントのセッションはいくらかかる？

関連ガイド

DeepSeek V4.1 Flash API の使い方：キーの取得と最初の呼び出し

DeepSeek V4.1 Flash API 料金：ピーク・オフピークとキャッシュヒット

Claude Code と Codex で DeepSeek V4.1 Flash を使う：検証済みの設定