Moonshotは2026‑10‑23、最新の推論モデル「Kimi K3.1 Pro」を公開した。Artificial Analysis Intelligence Indexでは55点を獲得し、4位にランクイン。上回ったのはClaude Opus 5.5（58点）、Claude Sonnet 5.5（56点）、Muse Wonder Full（56点）の3モデルだけだった。同社によると、重みが公開されれば、オープンウェイトモデルの中で最高得点となる。
Kimi K3.1 Proの性能
最も大きく向上したのは、モデルがソフトウェアツールを実行する能力を測るエージェント型ベンチマークだ。K3.1 ProはGDPval‑AAで1,846 Eloを記録。前世代のK3を312ポイント上回り、Claude Opus 5.5（1,866）とMuse Wonder Full（1,857）に次ぐ3位となった。Terminal‑Bench 4.0でも首位に立ち、AutomationBench‑AAのスコアは58%から73%に上昇した。ほかのテストでの伸びは比較的小さく、Humanity’s Last Examは47%から52%、CritPtは23%から25%、SciCodeは59%から61%となった。幻覚率は53%から44%に低下し、全体の正答率は48%から51%に上がった。
価格と技術仕様
Moonshotが公表したタスクあたりのコストは約$1.98で、従来のK3とほぼ同じ。新モデルはIntelligence Indexのタスクごとに55 Kの出力トークンを使用し、K3より14%多い一方、入力・出力・キャッシュヒット時のトークン単価は33%低い。K3.1 Proは100万トークンのコンテキストウィンドウに対応し、総パラメーター数は2.8兆、アクティブパラメーター数は1,040億。テキストと画像を入力できる。重みはまだ公開されていないが、まもなく公開される見込みで、実現すればIndex上のオープンウェイトモデルで首位となる。
なぜ重要か
ソフトウェアツールを実行できるAIを必要とする開発者にとって、Kimi K3.1 Proはコストを上げずにエージェント型タスクの性能を大きく高められる。Moonshotがモデルの重みを公開すれば、オープンソースの利用者は独自モデルに対抗できる高性能な選択肢を得られ、能力差の縮小につながる。
