中国のAI研究所Moonshot AIは木曜日、新しいK3.1シリーズの最初のモデルであり、同社がこれまでで最も有能なオープンウェイトモデルと呼ぶもので、100万トークンのコンテキストウィンドウを備えたKimi K3.1 Proをリリースした。この発売では、標準モデルよりも 2 ～ 3 倍高速に動作すると同社が主張するバリエーションである Kim K3.1 Pro Highspeed も導入されます。どちらも Kimmi.ai、Kimi Work、Kimi Code、および Kim API ですぐに利用可能で、完全なモデルの重みは 11 月 4 日までにリリースされる予定です。
このリリースは、DeepSeek が 150 億ドルの資金調達ラウンドで中国のフロンティア研究所間の競争を激化させたと報告された数日後、オープンモデル競争 の激しい瞬間に上陸した。ブルームバーグはこの発表を、ムーンショットの「ディープシークの瞬間」以来の初のメジャーアップグレードとして位置づけ、このモデルはハッカーニュースで即座に注目を集め、数時間以内に約400ポイントを集めた。
人工分析指数で 4 位
主要な結果は人工分析インテリジェンス インデックスによるもので、Kimi K3.1 Pro は 55 ポイントを獲得しました。これは、前モデルの Kim K3 を 11 ポイント上回り、全体で 4 位にランクされています。 Artificial Analysis によると、これより上位にランクされているのは、Anthropic の Claude Opus 5.5 が 58 位、Claude Sonnet 5.5 が 56 位、Muse Wonder Full が 56 位の 3 つだけです。
このギャップは、次に何が起こるかにとって最も重要です。 Moonshot が予定通り 2026 年 11 月 4 日までにウェイトを出荷した場合、K3.1 Pro は入手可能なオープンウェイトモデルの中で最高スコアを獲得し、最高スコアのオープンウェイトモデルと独自モデルの間の距離は 12 ポイントから 3 ポイントに縮まるでしょう。ただし、その間の数週間に何も変更がないと仮定します。
Decoder はパラメータ数が 2.8 兆にとどまると報告しましたが、Moonshot はこのシステムを、大幅に大規模なトレーニング後のコンピューティングで構築された Kimi K3 のトレーニング後のバージョンであると説明しています。同社は、数百の下流ドメインにわたって大規模な共同強化学習を実行し、RL フレームワーク、ロングコンテキスト推論、サンドボックス インフラストラクチャを作り直して、コンピューティングの各増分が安定した収益をもたらすようにしたと述べています。
エージェント コーディングが主役です
K3.1 Pro の最大の利点は、エージェント タスクに現れます。現実的でリソースに制約のある端末タスクでコーディング エージェントを評価する Terminal-Bench 4.0 では、このモデルのスコアは 65.7% で、OpenAI の GPT-6 Astra の 58.2% を上回り、Claude Opus 5.5 の 66.4% に僅差で及んでいます。ちなみに、キミ K3 は同じテストでわずか 13% しか取れませんでした。
Moonshot の社内 Kim Code Bench 3.0 Long-horizon では、エンジニアリング ドメイン全体にわたるマルチステップの実行とエンドツーエンドの問題解決を測定し、K3.1 Pro のスコアは 61.2% で、K3 の 55.95% でした。 Artificial Analysis によって追跡された GDPval-AA エージェント ベンチマークでは、モデルは 1,846 Elo に達しました。これは K3 を 312 ポイント上回っており、Claude Opus 5.5 の 1,866 および Muse Wonder Full の 1,857 に到達します。
幻覚の発生率も急激に低下した。社内のキミ・ハル・ベンチ・ハードでは、クレームレベルの幻覚はK3の23.4％から8.3％に減少したが、ムーンショットはベンチマークは一般的なエラー率の尺度ではなく意図的なストレステストであり、GPT-6アストラが依然として5.5％でリードしていると警告している。
3D シーン、ゲーム エンジン、財務調査
Moonshot は、生のベンチマークを超えて、K3.1 Pro をクリエイティブでプロフェッショナルなツールとして位置づけています。同社は、Unity、Unreal Engine、Godot などのゲーム エンジン全体で完全なエクスペリエンスを構築し、Web 検索や 3D 生成と組み合わせたモデルを実証しました。同社の技術ブログによると、そのフロントエンド出力 (インタラクティブな Three.js シーンと 3D アセット) は、以前のものよりも強力な構成、タイポグラフィー、アニメーションを示しています。
Moonshot は社内財務ベンチマークでも向上しており、K3.1 Pro は K3 よりも財務モデリングで 7.2 ポイント、財務リサーチで 11.6 ポイント向上し、OfficeQA Pro v2 オフィス タスク ベンチマークでテストされたすべてのモデルを上回ったと報告しています。ベンダーが報告するすべての内部評価と同様、独立した検証が本当のテストとなります。
価格が 33% 値下げされました
能力の飛躍的向上に伴い、ムーンショットは価格も引き下げた。 The Decoder によると、K3.1 Pro の料金は入力トークン 100 万件あたり 2 ドル、出力トークン 100 万件あたり 10 ドルで、キャッシュされた入力は 0.20 ドルで、K3 の API 価格より約 33% 値下げされています。 Highspeed バリアントは、2 ～ 3 倍高速な推論と引き換えに、入力トークン 100 万あたり 4 ドル、出力トークン 100 万あたり 20 ドルを実行します。
その価格設定により、K3.1 Pro は現在リーダーボードで後を追う独自モデルの主力モデルよりもはるかに下に位置しており、この組み合わせが開発者コミュニティの熱意の多くを説明しています。数百万のトークンを消費するエージェント ワークロードを実行しているチームの場合、100 万出力トークンあたり 10 ドルと 25 ドルの差は急速に拡大します。
11 月のウェイトリリースが重要な理由
11月4日に予定されている無差別級のリリースが、おそらくこの物語の本当の軸となるだろう。 Kimi K3 のウェイトは、今年初めに寛容なライセンスの下で Hugging Face に登場し、セルフホスト展開を実行している企業にすぐに採用されました。もし K3.1 Pro が約束通り 4 位のスコアをそのままにして出荷されれば、開発者は Claude Opus 5.5 のすぐ近くにダウンロード可能なモデルを手に入れることになります。これは、これまでオープン リリースが到達したことのないマイルストーンです。
ライバルたちも立ち止まっていない。 DeepSeekは当初の目標の2倍以上の資金を調達していると伝えられており、Qwenの最新シリーズは無差別級で好調な数字を記録し続けており、欧米の研究所は独自の上限を引き上げ続けている。しかし、軌道は明らかです。今週人工分析指数で測定された 12 ポイントの差は、年末までに 1 桁、あるいはそれ以下になる可能性があります。
今のところ、K3.1 Pro と K3.1 Pro Highspeed は Kim のコンシューマ製品と API で稼働しており、11 月 4 日までの重みのカウントダウンがすでに実行されています。
---
AI の先を行く最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。
AI ニュースをもっと読む→
