Kimi K3.1 Pro、コーディングでOpus 5.5に迫る、サイバー能力は削減

Moonshot AIは2026年10月23日、オープンウェイトモデルK3のアップグレード版であるKimi K3.1 Proをリリースしました。Moonshotによると、コーディングエージェントのテストで、Claude Opus 5.5との差は1ポイント以内です。同社はまた、重みを公開する前に、ハッキング関連の素材を訓練から取り除いたとしています。さらに、その削減によってどれだけの能力が失われたかも公表しました。

Moonshotの発表は、このモデルを「これまでで最も高性能な3Tクラスのオープンウェイトモデル」と呼んでいます。モデルはすでにKimiのアプリとAPIで利用できます。Moonshotは、完全な重みを11月4日までに公開すると約束しています。

Moonshotが出したもの

K3.1 Proは新しい設計ではありません。Moonshotによると、7月にリリースしたK3を、事後学習（ポストトレーニング）の段階ではるかに多くの計算資源を使ってさらに訓練しました。事後学習とは、ベースモデルが言語を学んだ後の段階で、モデルが指示に従うことやツールを使うことを教わる段階です。

Moonshotはこのモデルを「3Tクラス」と呼んでいます。これは、モデルが学習する内部の値であるパラメーターが約3兆個あることを意味します。正確な数は報道によって異なります。SiliconANGLEは、3兆個のパラメーターが896個のエキスパートネットワークに分かれ、一度に16個が稼働すると説明しています。モデルルーターのOrcaRouterは、合計2.8兆個、トークンごとに約1,040億個が稼働するとしています。Moonshotの投稿には数は示されていません。

コンテキストウィンドウ、つまりモデルが一度に読める文章の量は100万トークンです。Moonshotによると、より高速な兄弟モデルのK3.1 Pro Highspeedは、2～3倍速く動作します。

Moonshotが報告したベンチマーク

以下のスコアはすべてMoonshotによるもので、公開時点では独立した検証を受けていなかったと、The Next Webは指摘しています。

テスト	K3.1 Pro	Claude Opus 5.5	GPT-6 Astra
Terminal-Bench 4.0（コーディングエージェント）	65.7%	66.4%	58.2%
BenchCAD（ツールあり）	92.7	96.2	95.9
Hallu Bench Hard（ツールあり、低いほど良い）	8.3%	15.0%	5.5%

脚注によると、MoonshotはTerminal-Bench 4.0をClaude Codeのハーネスで実行しました。長いタスクを扱う独自のコーディングテストKimi Code Bench 3.0では、K3.1 Proは61.2を記録し、K3の55.95から向上しました。Hallu Bench Hardでの虚偽の主張の割合は、K3の23.4%から8.3%に下がりました。Moonshotは、これらの割合は「日常利用における全体的なエラー率を表すものではない」と注意を促しています。

サイバー能力の削減

珍しいのは、Moonshotが何を取り除いたかです。同社によると、オープンウェイト版のために、中間学習（ミッドトレーニング）と、モデルが練習に使った強化学習のタスクの両方から、サイバー関連のデータを除去しました。

そのうえで同社は、その代償を公表しました。エクスプロイトを書くテストであるxdev-bench-hardで、K3.1 Proはタスクの81.0%に合格しました。削減をせずに訓練したバージョンは90.5%でした。K3は33.3%、DeepSeekのV4.1 Flashは85.7%でした。第三者による実行では、OpenAIのGPT-5.6 Solが100%でした。

Moonshotは、自社モデルのサイバー能力は今も最高水準のクローズドモデルに及ばないとしています。同社は、オープンウェイトによって攻撃能力の最先端を押し広げたくないと述べ、その上限を段階的に引き上げる計画だとしています。

価格と利用方法

Moonshotの投稿には価格が載っていません。モデルへのアクセスを再販するOrcaRouterは、APIの価格を入力100万トークンあたり2ドル、出力100万トークンあたり10ドルとしており、K3の3ドルと15ドルから下がっています。Highspeedは4ドルと20ドルです。キャッシュされた入力は0.20ドルです。

モデル	入力（ドル/100万トークン）	出力（ドル/100万トークン）	キャッシュヒット（ドル/100万トークン）
Kimi K3	3.00	15.00	0.30
Kimi K3.1 Pro	2.00	10.00	0.20
Kimi K3.1 Pro Highspeed	4.00	20.00	0.20

APIのモデル名はkimi-k3.1-proとkimi-k3.1-pro-highspeedです。Moonshotはデータを保持しないゼロデータリテンションを提供しており、エンタープライズの管理者がモデルを有効にする必要があります。OrcaRouterはまた、サンプリングの設定が固定されていると報告しています。temperatureは1.0、top_pは0.95で、ほかの値ではエラーが返されます。

重みをめぐる政治

今回のリリースは、Moonshotへの圧力が強まる中で行われました。The Next Webによると、ホワイトハウスは7月、MoonshotがK3の開発に禁止されたNvidiaのチップを使い、Anthropicのモデルをコピーしたと非難しましたが、証拠は公表しませんでした。今月初めには、OpenAIが推論の抽出キャンペーンをMoonshotと結びつけました。

中国自身の規制のほうが重要かもしれません。10月16日に公表された輸出規制リストの草案は、2兆個以上のパラメーターを持つモデルの重みを対象としています。報道では、K3はこの基準を上回るとされていました。草案への意見募集は11月15日に締め切られます。

開発者にとっての意味

コーディングエージェントを運用しているなら、K3.1 Proは自社のタスクで試す価値があります。MoonshotのTerminal-Benchの数値では、このモデルはOpus 5.5と肩を並べ、表示価格はK3より安くなっています。ベンダーのスコアを信頼する前に、自社のリポジトリで試してください。

固定された設定を前提に計画してください。temperatureやtop_pを設定するコードは、このモデルでは失敗します。そのため、クライアントライブラリとエージェントフレームワークを確認してください。

まだ11月4日を前提にセルフホスティングの計画を立てないでください。重みは約束にすぎず、Moonshotはライセンスを公表していません。また、約3兆個のパラメーターを持つモデルには、ワークステーション1台をはるかに超えるハードウェアが必要です。

セキュリティチームは、このトレードオフに注意してください。エクスプロイトのテストで81%を記録するモデルは、依然として高い能力を持っています。訓練での削減にかかわらず、リスクを評価する際には、オープンウェイトをサイバー攻撃の能力を持つものとして扱ってください。

K2のスケジュールに注目してください。OrcaRouterによると、K2モデルは10月31日に新規ユーザーの受け付けを終了し、2026年12月末に提供を終了します。まだK2を使っているチームは、今すぐ移行を計画してください。