Kimi K3.1 Pro：新機能、ベンチマーク、比較ガイド

Kimi K3.1 ProはMoonshot AIの最新オープンウェイトモデルだ。Kimi K3をベースにポストトレーニングを施したバージョンで、同社が「3Tクラス最高性能のオープンウェイトモデル」と位置づけており、100万トークンのコンテキストウィンドウを備える。2026年10月23日に発表され、本格的なエージェント業務——フルプロジェクトのコーディング、パラメトリック3Dモデリング、エンドツーエンドの金融ワークフロー——を主なターゲットとしている。本ガイドでは、K3.1 Proの概要、主要ベンチマーク、K3および主要プロプライエタリモデルとの比較、そしてオープンウェイトの公開時期を解説する。

Kimi K3.1 Proとは？

Kimi K3.1 ProはMoonshot AIの新しいK3.1シリーズ第一弾であり、Kimi K3をベースに大幅に多くのポストトレーニング計算量を投入したバージョンだ。K3のスパースMixture-of-Experts（MoE）設計——総パラメータ数2.8兆、トークンあたりアクティブパラメータ1040億——を継承しつつ、マルチモーダル入力と100万トークンのコンテキストウィンドウを備えている（Kimi K3.1 Pro技術ブログより）。

Moonshotによれば、性能向上の源泉は数百の下流ドメインにわたる大規模な結合強化学習（RL）にある。RLフレームワーク、長文脈推論、サンドボックスインフラを最適化することで、RL計算量の増加が安定したリターンをもたらす仕組みを実現した。その結果、すべてのドメインでK3を上回る一貫した改善が達成されたとMoonshotは述べている。

高速バリアントのK3.1 Pro Highspeedは、標準モデルより2〜3倍高速で動作し、よりレスポンシブなインタラクティブ用途に対応する。

Kimi K3.1 Proのベンチマーク

Moonshotは、K3.1 Proがコーディング、エージェント、知識ベンチマークにわたって最強のプロプライエタリモデルに匹敵するか、それに迫る性能を持つと位置づけている。技術ブログに掲載された主要スコアは以下のとおりだ：

• Terminal-Bench 4.0（リソース制約のある現実的なターミナルタスクにおけるコーディングエージェント評価）：65.7%。GPT-6 Astra（58.2%）を上回り、Claude Opus 5.5（66.4%）にわずかに及ばない。
• Kimi Code Bench 3.0 Long-horizon（内部マルチステップ実行・ツール使用評価）：61.2%。K3の55.95%から向上。
• BenchCAD（マルチビューレンダリングからCADコードによる3D再構成）：ツール使用時92.7%。Claude Opus 5.5（96.2%）およびGPT-6 Astra（95.9%）に迫る。
• OfficeQA Pro v2（実際の財務文書に対する複雑な財務データ分析）：64.4。Moonshotは最先端水準と報告している。

内部ベンチマークおよびリリース当日のスコアは、確定的な評価ではなく出発点として捉えるべきだ。スコアはベンダーが報告したものであり、モデル間で評価ハーネスが異なる点に留意されたい。

コーディング：フルプロジェクト構築とゲームエンジン対応

K3.1 Proは、実際のコードベースへのクイックフィックスから完全なゼロベースプロジェクトまで、コーディング業務の全領域をカバーする。Moonshotが強調するのは、Unity、Unreal Engine、Godotといったゲームエンジン内で直接動作し、ウェブ検索や3D生成と組み合わせて完全なエクスペリエンスを構築できる点だ。フロントエンドページやThree.jsシーンにおけるコンポジション、タイポグラフィ、アニメーションの品質も向上している。

ロングホライズン（長期的視野）への野心を示す内部テストも公開されている。Moonshotによれば、K3.1 Proはオープンソースの解剖学的モデルをベースに人間の歩行ダイナミクスシミュレーターを構築し、167のミッションと420回のレビューを経て、シミュレーション上の人間が連続11.2秒間歩行できるまでコントローラーを反復改善した。その過程では、報酬を盲目的に調整するのではなく、シミュレーターのダイナミクスをオープンループで探索し、肩の筋肉計算における36のエラーを特定・修正するという行動も見られた。

3Dモデリングとパラメトリックデザイン

空間推論は特に際立った強みだ。Moonshotによれば、K3.1 Proはパラメトリックモデリング——機械部品、建築モデル、設定可能な製品、カスタム家具——に優れており、MCPコネクタなしでBlenderやCADソフトウェア向けのスクリプトを記述・実行してアセットの構築・改良、コンポーネントの編集、ジオメトリやマテリアルの調整が可能だ。

テキストの説明、スケッチ、または参照画像から、モデルは形状、プロポーション、空間的関係を推論して実用的な3Dモデルを生成する。Moonshotはkimi.aiおよびKimiアプリ上で3D Makeもローンチしており、オンラインでモデルのプレビュー・編集を行い、3Dプリント用またはビデオ用にエクスポートできる。

ファイナンス：幻覚の低減と信頼性の高いモデリング

ファイナンス分野では、Moonshotは信頼性を最も重視している。内部ベンチマークでは、K3.1 ProはK3と比較して財務モデリングで7.2ポイント、財務リサーチで11.6ポイントの改善を達成し、模擬ビジネス運営ベンチマークではK3比約4.2倍の性能に達している。

最も注目を集めたのは精度に関する成果だ。エラーを意図的に誘発するストレステストであるKimi Hallu Bench Hardにおいて、K3.1 Proのクレームレベルの幻覚率はK3の**23.4%から8.3%**に低下した。Moonshotはこれがストレステストであり、日常的な使用における全体的なエラー率を表すものではないと明示しているため、「65%の幻覚削減」という表現はベンチマーク上のデルタとして解釈すべきであり、保証ではない。

サイバーセキュリティ：意図的に制限されたオープンウェイトリリース

ウェイトが公開されることを踏まえ、Moonshotは攻撃的セキュリティ能力に対する的を絞った制御を実施したと説明している。オープンウェイトリリース前に、中間トレーニングとRLの両段階でサイバー関連データを除去しつつ、一般的なコーディングタスクは維持したとしている。

その効果は内部のxdev-bench-hardで測定可能だ。制御なしのチェックポイントはpass@3で**90.5%のタスクを解決したのに対し、最終的なK3.1 Proは81.0%**に達している。Moonshotは、K3.1 Proの攻撃的サイバー能力は少なくとも3ヶ月間公開されているフロンティアのプロプライエタリモデルを下回ると述べており、段階的・制御的な普及は、能力をクローズドシステムに集中させるよりも防御的セキュリティにとって有益だと主張している。

Kimi K3.1 Pro vs. K3

K3を使用したことがある場合、K3.1 Proは新しいベースモデルではなく、同じアーキテクチャ上でのポストトレーニングアップグレードだ。2.8T MoEと1Mコンテキストは同じで、幅広いエージェント機能の向上が上乗せされている。

実用上の違いは、K3.1 Proがロングホライズンコーディング、3D/CAD、ファイナンス業務向けに最適化されており、ストレステストでの幻覚率が著しく低く、インタラクティブ用途向けの高速Highspeedオプションが追加されている点だ。

Claude・GPT-6との比較

Moonshotが公開したベンチマークでは、K3.1 Proはフロンティアに迫るものの、明確に超えるには至っていない。Terminal-Bench 4.0ではClaude Opus 5.5（65.7% vs 66.4%）にわずかに及ばず、GPT-6 Astra（58.2%）を上回る。ツール使用時のBenchCADでは両者を下回る（92.7% vs 96.2%および95.9%）。注目すべき点は、オープンウェイトモデルがエージェントコーディングとCADにおいてプロプライエタリのリーダーと互角に渡り合えるようになったことだ——Meta's Muse Spark OpenやReflection Beamで追跡してきたのと同じ軌跡だ。

提供状況とオープンウェイト

Kimi K3.1 ProおよびK3.1 Pro Highspeedは、Kimiプロダクトファミリー全体で現在利用可能だ——kimi.aiおよびKimiモバイルアプリ、Kimi Work（デスクトップアプリv3.1.0以降）、Kimi Code（/modelでモデルを選択）、Kimi API（kimi-k3.1-pro / kimi-k3.1-pro-highspeed）。エンタープライズアクセスはリリース時点ではデフォルトで無効となっている。

セルフホスト希望者にとって重要な日付：2026年11月4日までに完全なモデルウェイトが公開される予定。それまでの間、K3.1 ProはAPIおよびアプリ経由のみで利用可能だ。公開後は、チームが自社インフラ上でモデルを検査、修正、実行できるようになる。

自分だけのAIワークフォースで活用する

K3.1 Proのようなモデルは、チャットボックスだけでなく、リポジトリ、3Dパイプライン、財務文書、マルチステッププランといった実際のワークフローに組み込まれてこそ真価を発揮する。モデル非依存のマルチエージェントプラットフォームを使えば、ロングホライズンコーディングをフロンティアのオープンウェイトモデルにルーティングしながら、機密データをローカルに保持できる。EigentはオープンソースのCoworkデスクトップアプリで、自分のマシン上でマルチエージェントAIワークフォースを実行できるため、タスクごとに最適なモデルを選択して接続できる。エージェントがGitHub PRをエンドツーエンドでレビューする方法を確認し、Eigentをダウンロードして試してみよう。

よくある質問

Kimi K3.1 Proとは何ですか？

Kimi K3.1 ProはMoonshot AIのオープンウェイトモデルで、2026年10月23日に発表された。Kimi K3をベースにポストトレーニングを施したバージョンで、総パラメータ数2.8兆（アクティブ1040億）、100万トークンのコンテキストウィンドウ、マルチモーダル入力を備える。Moonshotはこれを「3Tクラス最高性能のオープンウェイトモデル」と位置づけており、コーディング、3D生成、ファイナンスにおける改善が施されている。

Kimi K3.1 Proはオープンソースですか？

Moonshotは2026年11月4日までに完全なモデルウェイトを公開する予定であり、公開後は開発者がモデルを検査、修正、セルフホストできるようになる。それまでの間、K3.1 ProはKimiアプリ、Kimi Work、Kimi Code、Kimi API経由でのみ利用可能だ。

Kimi K3.1 ProはClaude Opus 5.5やGPT-6 Astraと比べてどうですか？

Moonshotが公開したベンチマークでは、K3.1 ProのTerminal-Bench 4.0スコアは65.7%で、GPT-6 Astra（58.2%）を上回り、Claude Opus 5.5（66.4%）にわずかに及ばない。ツール使用時のBenchCADでは92.7%で、Opus 5.5（96.2%）とAstra（95.9%）の両方を下回る。これらはベンダーが報告した数値であり、評価ハーネスが異なる点に注意が必要だ。

K3.1 ProはK3と比べて何が新しいですか？

K3.1 Proは同じ2.8T MoEアーキテクチャと1Mコンテキスト上でポストトレーニングを施したK3であり、幅広いエージェント機能の向上が加わっている。具体的には、より強力なロングホライズンコーディング、改善された3D/CAD作業、財務モデリングで7.2ポイント・財務リサーチで11.6ポイントの改善が含まれる。ストレステストでの幻覚率は23.4%から8.3%に低下し、Highspeedバリアントは2〜3倍高速で動作する。

Kimi K3.1 ProをEigentのようなマルチエージェントプラットフォームで使用できますか？

はい。ウェイトが公開された後、Eigentのようなモデル非依存プラットフォームを使えば、ロングホライズンコーディングや知識作業タスクをK3.1 Proにルーティングしながら、ルーティンなステップには他のモデルを使用し、必要に応じてデータをローカルに保持することができる。