Moonshot AI、推論モデルKimi K3.1 Proを公開、Artificial Analysis指数で4位

K3.1 ProはK3と同じ規模で、総パラメータ2.8兆、アクティブ104B、コンテキストウィンドウ100万トークン、テキストと画像に対応する。Artificial Analysisによると、同程度のパラメータ数でIntelligence Indexがより高いモデルはなく、Pareto frontierの先頭に位置する。1タスクあたりのコストは$1.98で、K3の$2.00とほぼ同じである。出力トークンが14%増えたため、単価が下がっても総コストはほぼ変わらない。高速版のK3.1 Pro Highspeedは2〜3倍速で、料金は入力$4.00、出力$20.00である。いずれもKimi.ai、Kimi Work、Kimi Code、Kimi APIで利用できる。

改善が大きいのはエージェント系タスクである。GDPval-AAでは1,846 Eloと、K3より312ポイント高く、Claude Opus 5.5（1,866）とMuse Wonder Full（1,857）に迫る。Terminal-Bench 4.0ではMoonshot報告値が65.7%で、GPT-6 Astra（58.2%）を上回りClaude Opus 5.5（66.4%）に僅差である。K3は13%だった。社内のKimi Hallu Bench Hardではハルシネーションが23.4%から8.3%に低下したが、Moonshotはこれをストレステストと位置づけており、GPT-6 Astraの5.5%には届かない。

3Dモデリングやコーディングにも対応する。Unity、Unreal Engine、Godotと連携し、BenchCADではツールありで92.7%となった。BlenderやCADソフト向けのスクリプトをMCPコネクタなしで書いて実行でき、Kimi.comには3Dモデルをプレビュー、編集、書き出しできる「3D Make」も加わった。

サイバーセキュリティについてはMoonshotが技術ブログで一節を割いている。事後学習の拡大に伴い脆弱性研究の能力が伸びたため、オープンウェイト版では2つの学習段階からサイバー関連データを除去したという。社内のxdev-bench-hardでは除去前の90.5%が除去後は81.0%となり、K3は33.3%、DeepSeek-V4.1-Flashは85.7%である。Moonshotはオープンウェイトモデルが攻撃的サイバー能力の最前線を押し上げるべきではないとしつつ、レガシーシステムの監査など防御用途のため能力を段階的に引き上げたい考えである。予定どおり公開されれば、オープンモデルとプロプライエタリモデルの差は12ポイントから3ポイントに縮まる。