Kimi K3.1 Pro公開 Claudeに迫りサイバーデータは除去
中国のMoonshot AIが「Kimi K3.1 Pro」を公開した。自社測定のTerminal-Bench 4.0は65.7%でClaude Opus 5.5(66.4%)に迫り、11月4日までに公開するオープンウェイト版ではサイバー関連の学習データを除去した。
中国のAI企業、月之暗面(Moonshot AI)は今週、新モデル「Kimi K3.1 Pro」を公開した。同社はエージェント型コーディング性能がAnthropicの「Claude Opus 5.5」に迫ると説明している。11月4日までに公開するオープンウェイト版では、サイバー攻撃に関わる学習データを取り除いたという。
要点
- Terminal-Bench 4.0のスコアは65.7%。同社の測定では、OpenAIの「GPT-6 Astra」(58.2%)を上回り、Claude Opus 5.5(66.4%)とは0.7ポイント差である。
- 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。その結果、自社のサイバー試験xdev-bench-hardの正答率は90.5%から81.0%に下がった。
- アプリとAPIでは即日利用でき、全重みは11月4日までに公開される。ライセンスとAPI料金はまだ示されていない。
Kimi K3.1 Proとは
K3.1 ProはK3.1シリーズ最初のモデルだ。同社は技術ブログで、「はるかに大きな事後学習の計算量を投じたKimi K3の事後学習版」と位置づけた。規模は「3T級」とだけ示し、正確なパラメーター数は明かしていない。コンテキスト長は100万トークンである。
処理速度が2〜3倍の「Highspeed」版も用意した。kimi.ai、Kimiのモバイル・デスクトップアプリ、コーディングツール「Kimi Code」、Kimi API(kimi-k3.1-pro、kimi-k3.1-pro-highspeed)で使える。法人アカウントでは管理者が有効化する必要がある。
Kimi K3.1 Proのベンチマーク、ClaudeやGPTとの比較
以下の数値はいずれも同社が最大推論設定で自ら測定したもので、第三者による再現はされていない。
| ベンチマーク | Kimi K3.1 Pro | 比較対象 |
|---|---|---|
| Terminal-Bench 4.0 | 65.7% | Claude Opus 5.5 66.4%、GPT-6 Astra 58.2% |
| BenchCAD(ツール使用) | 92.7 | Claude Opus 5.5 96.2、GPT-6 Astra 95.9 |
| Kimi Code Bench 3.0 長期タスク(社内) | 61.2% | Kimi K3 55.95% |
| Kimi Hallu Bench Hard 主張単位のハルシネーション率(社内、低いほど良い) | 8.3% | Kimi K3 23.4% |
同社は、ハルシネーション試験は意図的に厳しく作ったストレステストであり、日常的な誤り率とは異なると注記した。
なぜサイバー関連データを外したのか
同社はオープンウェイト版について、「2つの学習段階の両方からサイバー関連データを特定し除去した」と説明する。一般的なコーディング課題は残した。
除去を行わずに同じ手順で作ったチェックポイントは、xdev-bench-hardでpass@3の正答率90.5%を記録した。公開版のK3.1 Proは81.0%にとどまる。それでも前世代のKimi K3(33.3%)を大きく上回る。
同社は「まず、サイバー能力の絶対的な最前線を押し広げるオープンウェイトは公開しないことを目指す」と記した。K3.1 Proのサイバー能力は、公開から少なくとも3カ月がたった最先端の商用モデルに及ばないとしている。
背景:存在感を増す中国のオープンウェイトと政策の動き
中国勢のオープンウェイトモデルは今年、エージェント用途で米国のクローズドモデルとの差を縮めてきた。一方で、政府の規制も動き出している。
中国商務省と科学技術省は2026年10月16日、AI関連項目を加える輸出禁止・制限技術目録の改定案を公表した。商務省は報道官の質疑応答で、オープンソース公開や学術論文で既に公共領域に入った技術は管理対象に含めず、オープンソースAI技術の輸出には自動許可を適用する方針を示した。
今後の焦点:11月4日の重み公開
同社は11月4日までに全重みを公開するとしている。公開後は外部の研究者が性能の主張に加え、ファインチューニング後もサイバーデータ除去の効果が保たれるかを検証できるようになる。ライセンス条件とAPI料金が残る課題だ。
よくある質問
Kimi K3.1 Proはオープンソースか
同社はオープンウェイトモデルと位置づけ、2026年11月4日までに全重みを公開する予定だ。適用するライセンスはまだ発表していない。
Claude Opus 5.5との性能差は
同社の測定では、Terminal-Bench 4.0でK3.1 Proが65.7%、Claude Opus 5.5が66.4%だった。ツールを使うBenchCADではOpus 5.5が96.2で、K3.1 Proの92.7を上回った。
参考資料
- Kimi K3.1 Pro Tech Blog: Advancing Open Intelligence — Moonshot AI(2026年10月)
- Moonshot AI Releases Kimi K3.1 Pro, First Model in New K3.1 Series — Unite.AI(2026年10月23日)
- 商务部新闻发言人就修订《中国禁止出口限制出口技术目录》答记者问 — 中国商務省(2026年10月16日)
ZZEMが運営するAI Newswayの編集責任者です。AI、開発ツール、クラウド、生産性テクノロジーの記事を執筆しています。
コメント 0
現在コメントの投稿は無効になっています。