Moonshot AIのKimi K3.1 ProがClaude Opus 5.5に迫る、11月4日までにオープンウェイト公開予定

Moonshot AIは2026年10月23日にKimi K3.1 Proをリリースし、3Tクラスの最も高性能なオープンウェイトモデルと位置づけ、100万トークンのコンテキストウィンドウを備えている[1]。Artificial AnalysisはIntelligence Indexで55点、4位にランクした[2]。モデルは現在KimiのアプリとAPIで利用可能で、完全なウェイトは11月4日までに公開予定である[1]。

Moonshot AIは何をリリースしたか？

Kimi K3.1 ProはMoonshotの新しいK3.1シリーズの初モデルで、Kimi K3のポストトレーニング版であり、数百のドメインにわたる大規模な強化学習と大幅に増えたポストトレーニングコンピュートで構築された[1]。これに伴い、MoonshotはKimi K3.1 Pro Highspeedもリリースし、同社によると2〜3倍高速に動作する[1]。

Moonshot AIはKimi K3.1 Proが100万トークンのコンテキストウィンドウを持ち、完全なウェイトは2026年11月4日までに公開されると述べている。両モデルは現在Kimi.ai、Kimi Work、Kimi CodeおよびKimi APIで利用可能である[1]。Artificial Analysisによると、モデルは合計2.8兆、アクティブ1040億パラメータでKimi K3と同じサイズであり、テキストと画像の入力を受ける[2][4]。

API価格は100万入力トークンあたり2ドル、100万出力トークンあたり10ドルで、Kimi K3より33%安い[2]。Simon WillisonはClaude Opus 5.5の半額だと指摘し、The DecoderはHighspeed版を4ドルと20ドルと記載している[3][4]。

Kimi K3.1 ProはGPT-6 AstraおよびClaude Opus 5.5と比べてどうか？

Terminal-Bench 4.0でMoonshotはK3.1 Proに65.7%を報告し、GPT-6 Astraの58.2%を上回り、Claude Opus 5.5の66.4%にわずかに及ばない[1]。BenchCAD 3D再構築テストではツール使用で92.7%を獲得し、Claude Opus 5.5の96.2%、GPT-6 Astraの95.9%に対抗するとMoonshotは述べる[1]。

独立したテストも同様の結果を示す。Artificial AnalysisはKimi K3.1 ProをIntelligence Indexで55点、Claude Opus 5.5の58点に次ぐ4位と評価した。Claude Sonnet 5.5とMuse Wonder Full（ともに56点）のみが上位で、Kimi K3より11点高い[2]。Artificial Analysis自身の実行ではK3.1 ProがTerminal-Bench 4.0で67%に達し、任意のモデルの最高スコアだったとArtificial Analysisは述べる[2]。

Moonshotは内部テストでも向上を主張する。事実正確性のストレステストであるKimi Hallu Bench Hardでは、主張レベルの幻覚率がK3の23.4%から8.3%に低下したが、Moonshotはこれらが日常的なエラー率を表すものではないと述べる[1]。

なぜMoonshotはサイバー能力を控えたのか？

Moonshot AIはサイバー関連のトレーニングデータを除去したため、オープンウェイトが最先端のサイバー能力を下回ると述べている。同社は一般的なミッドトレーニングコーパスとRL環境ミックスにサイバーコンテンツが埋め込まれていることを発見し、オープンウェイトリリースのために両段階から除去した[1]。

自社xdev-bench-hardエクスプロイトベンチマークで、これらの対策なしで訓練されたチェックポイントは問題の90.5%を解決したが、最終的なK3.1 Proは81.0%に留まった[1]。MoonshotはK3.1 Proのサイバー能力が少なくとも3ヶ月前から公開されている最先端プロプライエタリモデルを下回ると述べる[1]。

ウェイト公開後に何が変わるか？

Artificial Analysisは、ウェイト公開後K3.1 Proが最高スコアのオープンウェイトモデルとなり、同指数における主要オープンとプロプライエタリモデルのギャップを12ポイントから3ポイントに縮めると述べる[2]。Simon Willisonは、近日中にオープンウェイトになるモデルがフロンティアに対してこのように高くスコアしたのは初めてだと呼ぶ[3]。現時点ではウェイトはまだ公開されていないとArtificial Analysisは指摘する[2]。

私たちの見解

意見: 独立した指数で最高のオープンウェイトモデルと最高のクローズドモデルの間の3ポイントのギャップは、オープンウェイトにとって今年の話題になるだろうが、ファイルが実際にダウンロード可能になって初めて意味を持つ。サイバー関連のセクションはより興味深い前例であり、ラボがリリース前に除去した内容を公に測定することは、クローズドラボにも同様に求められるべきことだ。

検証できなかった点

• MoonshotによるGPT-6 AstraおよびClaude Opus 5.5とのベンチマーク比較。ほとんどがMoonshotが選択したハーネスで実行され、一部の競合スコアは他の報告から取られている。
• 完全なウェイトが実際に2026年11月4日までに公開されるかどうか、およびどのライセンスの下で。Moonshotは発表でライセンス条項を公開していない。
• Highspeed版の2〜3倍の速度向上。これはMoonshotの主張であり、独立した速度テストは見ていない。
• Moonshotの内部ベンチマーク（Kimi Code Bench、金融スイート、Kimi Hallu Bench Hard、xdev-bench-hard）の結果。これらは外部者が再現できない。