中国のMoonshot AIが、3兆パラメータ級のモデルKimi K3.1 Proを公開しました。前の版Kimi K3を追加で鍛え直したもので、社内の厳しいテストでは誤った事実を述べる割合が23.4%から8.3%に下がっています。APIではすでに使え、モデルの重み（学習済みのパラメータ一式）は11月4日までに公開する予定です。Cerebrasが同じK3系を59枚の巨大チップで動かす手法を公開したこともあり、超大型のオープンモデルを実際に使う道筋が見えてきました。
背景と文脈
Kimiシリーズは、重みを公開する「オープンウェイト」路線をとる中国発のモデルです。オープンウェイトとは、モデル本体を誰でもダウンロードして自前の環境で動かせる形で配ることを指します。Claude や GPT のようにAPI経由でしか使えないモデルとは、ここが大きく違います。
前の版のKimi K3は約3兆パラメータという巨大な規模で、すでに上位の商用モデルに迫る成績を出していました。今回のKimi K3.1 Proは、K3をもとに「事後学習」へ大幅に計算資源を投じた版です。事後学習とは、土台となる学習を終えたモデルに、指示への従い方や作業のこなし方を追加で教える工程を指します。
巨大なモデルをどう動かすかも課題でした。AIチップ企業のCerebrasは、How We Deploy Trillion-Parameter Frontier Models on Cerebrasという解説を10月22日に公開しています。Kimi K3を4ビットに量子化（数値の精度を落としてメモリ使用量を減らす手法）すると、重みだけで約1.5TBになります。これを93層に分け、1枚44GBのメモリを持つウェハ規模チップ59枚に割り振る設計です。この記事はHacker Newsでも大きな反響を呼びました。
技術/ビジネス面
K3.1 Proの大きな売りは、扱える文章量と作業能力です。コンテキストウィンドウ（1回の入力で読み込める文章量の上限）は100万トークンあります。Moonshotの発表によると、主な成績は次の通りです。
- Terminal-Bench 4.0（ターミナル操作で実務的な課題をこなせるかを測るテスト）：65.7%。GPT-6 Astraの58.2%を上回り、Claude Opus 5.5の66.4%に迫る
- 社内の長時間コーディング評価：K3の55.95%から61.2%に向上
- BenchCAD（CAD設計の課題を解く力を測るテスト）のツールなし条件：72.8%で、Claude Opus 5.5の73.0%とほぼ同じ
- 財務調査の社内評価：58.8から70.4へ11.6ポイント上昇
もう一つの柱が、ハルシネーション（AIがもっともらしい誤情報を作る現象）の削減です。わざと誤りを誘う社内の厳しいテストで、主張単位の誤り率は23.4%から8.3%に下がりました。ただしMoonshot自身が、これは日常の誤り率ではなく負荷試験だと断っています。
提供面では、APIでkimi-k3.1-proと、2〜3倍速いkimi-k3.1-pro-highspeedが使えます。API利用者はデータを保存しない「Zero Data Retention」も選べます。3Dモデルを作って編集し、3Dプリント用に書き出せる「3D Make」や、Unity・Unreal Engine・Godotとの連携も加わりました。
安全面の配慮も目を引きます。Moonshotは公開する重みについて、学習の途中段階からサイバー攻撃関連のデータを外したと説明しました。社内のサイバー評価では、対策前の版が90.5%だったのに対し、公開版は81.0%に抑えています。
これからどうなるか
最大の注目点は、11月4日までに予定される重みの公開です。商用トップに迫るモデルを手元で動かせれば、機密データを外に出せない企業にも選択肢が増えます。ただし、ライセンスの条件はまだ明らかになっていません。商用利用の可否は公開時に確かめる必要があります。
一方で、3兆パラメータ級を自前で動かすのは簡単ではありません。Cerebrasの例でも、4ビット化して59枚のチップが必要でした。多くの開発者にとっては、まずAPIや推論サービス経由で試すのが現実的でしょう。既存のエージェントでモデル名を差し替え、Terminal-Bench系の作業や長い文書の処理でコストと精度を比べてみる価値はあります。
発表された成績の多くはMoonshotの社内評価です。第三者による検証が出そろうまでは、自分の用途で小さく試して判断するのが安全でしょう。
まとめ
Moonshot AIのKimi K3.1 Proは、100万トークンを扱える3兆パラメータ級のオープンウェイトモデルです。Terminal-Bench 4.0でGPT-6 Astraを上回り、誤情報の割合も大きく下げました。重みは11月4日までに公開予定で、Cerebrasのような推論基盤の整備とあわせて、超大型オープンモデルの実用化が進みそうです。
参考リンク
アイキャッチ画像: Photo by Nathaniel Shuman on Unsplash
