Moonshot、Kimi K3.1 Proを発表 総パラメータ2.8T、オープンウェイト公開は11月4日予定

K3.1 Proは、Kimi K3に対して大幅に多い事後学習計算を投じたバージョンである。数百の下流ドメインにまたがる大規模な共同RLを安定させるため、RLフレームワーク、長文コンテキスト推論、サンドボックス基盤などを最適化したという。提供は公式サイト／アプリ、Kimi Work、Kimi Code、APIで、24時間稼働の実行環境を備えるKimi Hosted Agentsも同時に始まった。公開時点でAPIは使えるが重みは未公開で、ライセンスや推論要件も示されていない。

第三者評価では、Artificial AnalysisがIntelligence Indexで55点を付け、Opus 5.5の58点、Sonnet 5.5とMuse Wonder Fullの56点に次ぐ4位とした。改善はエージェント系が中心で、知識・科学系は小幅である。AA-Omniscienceでは正答率が48%から51%、ハルシネーション率が53%から44%になった。ArenaではCode ArenaのWebDevで8位（1,692点）となり、重み公開後はオープンウェイトで最上位になるとしている。

価格は入力$2/M、出力$10/M、キャッシュ入力$0.20/Mで、K3の$3/$15/$0.30から3分の1下がった。ただしIntelligence Indexでは1タスクあたり出力が55Kトークンとなり、K3の48Kより約14%多いため、タスク単価は$1.98でほぼ変わらない。サイバー指標ではタスク単価が15%上がった。トークン単価の低下が、そのまま完了コストの低下になるとは限らない。

安全面では、中間学習とRLからサイバー関連データを除く対応を取った。それでもAA Cyber Indexは64%で、公開アクセス可能なモデルとして最高、全体ではtrusted-accessのGPT-6 Sol Daybreak Blueの69%に次ぐ2位だった。AAの課題では拒否は観測されなかった。

反応は割れている。2.8Tの推論コスト、一部の対話型タスクでの弱さ、ベンチマーク表の提示方法が論点になった。有償プロモーションの開示を巡る疑惑も出たが、ブリーフィング文書やMoonshotの回答は示されておらず未検証のままである。モデル性能の独立評価とは別の問題として扱われている。