10月24日、latent.spaceが「Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed」と題した記事を公開した。MoonshotのKimi K3.1 Proは、独立評価機関Artificial Analysisの指標においてオープンウェイトモデルとプロプライエタリモデルの性能差を12点から3点にまで圧縮したと報告されており、「初めて現フロンティアと本当に競合できるオープンウェイト候補」とも評される。ただしウェイト公開はまだ行われておらず、商用利用条件も未開示の段階だ。期待と留保が交錯するこのリリースの実態を、ベンチマーク・アーキテクチャ・料金の三軸から整理する。

オープンウェイトがクローズドAIとの差を「12点→3点」まで縮める

Moonshot AIがKimi K3.1 Proを発表した。独立評価機関Artificial Analysisによれば、このモデルのウェイトが公開された場合、オープンウェイトモデルとプロプライエタリモデルのIntelligence Indexスコア差は12点から3点に縮まるという。Simon Willison（Djangoフレームワークの共同創設者、オープンソースAIツールの実装・解説で知られるエンジニア）はXで「これが初めて、現フロンティアと本当に競合できるオープンウェイト候補だ」と述べた。

Artificial AnalysisのIntelligence Indexでは現在55点で4位。比較対象として、AnthropicのOpus 5.5（58点）、同じくAnthropicのSonnet 5.5とMuse Wonder Full（いずれも56点）が上位に並ぶ。Opus 5.5はAnthropicの最上位モデル系列、Sonnet 5.5はその中間グレード、Muse Wonder Fullは音楽・クリエイティブ特化系の評価対象モデルとして2026年時点で業界内での注目度が高い。参考として、従来のKimi K3はこの評価で約43点程度であり、K3.1 Proは大幅に改善されている。

ただし重要な注記がある。ウェイトの公開はまだ行われていない。Moonshotは2026年11月4日に公開予定と発表しているが、ライセンス条件・商用利用制限・推論に必要なインフラ要件は現時点で未開示だ。「オープンソース」と呼ぶのは不正確で、「オープンウェイト予定」が正確な表現である。

アーキテクチャ：2.8兆パラメータのMoE、ローカル実行は現実的でない

モデルの仕様は以下の通りだ。

• 総パラメータ数：2.8兆（Mixture-of-Experts構成）
• アクティブパラメータ数：1040億（推論時に使用される部分）
• コンテキストウィンドウ：100万トークン

MoE（Mixture-of-Experts）とは、推論時に全パラメータを使わず、入力ごとに一部の「専門家」モジュールだけを活性化する手法だ。アクティブパラメータが104Bとはいえ、モデル全体のウェイトを保持するには16ビット精度で約5.6TB、4ビット量子化でも約1.4TBのストレージが必要になる計算になる。「ローカルで動かせる」という声もX上で上がったが、@giffmana（AIインフラ・モデル効率化の分野で多くのフォロワーを持つエンジニア、量子化ツール開発への関与でも知られる）が明確に反論している通り、「自己ホスト可能」と「コンシューマデバイスで動く」は別物だ。数TB規模のウェイトを実用的なレイテンシで動かすには、マルチGPUサーバーが前提となる。

独立ベンチマーク：エージェント系で顕著な改善

Artificial Analysisの評価では、汎用的な知識テストよりもエージェント系タスクでの改善が目立つ。

• **AA-Omniscienceのハルシネーション率：53% → 44%**（9ポイント削減）
• 正答率：48% → 51%

コーディング評価では、Code Arena（WebDev）で1,692点・8位に入り、前作K3の17位（1,655点）から大きく順位を上げた。Arenaによれば、ウェイト公開後はDeepSeek V4.1 Flashを抜いてオープンウェイトモデル最高位になると予測されている。

セキュリティ評価（Cyber Index）では、Moonshotが意図的にサイバー関連の学習データを削減したにもかかわらず64%を記録。一般公開モデルとしては最高値で、信頼アクセス限定のGPT-6 Sol Daybreak Blue（69%）に次ぐ2位だ。なお、GPT-6 Sol Daybreak BlueはOpenGPTの最新フロンティア系列の一モデルであり、一般提供ではなく限定アクセス枠でのみ評価されているモデルを指す。また、Fable-5.1はコーディング・推論ベンチマーク上位の常連となっているオープンウェイトモデルで、本記事タイトルにある「Fable-5.1-Class」という表現はこのモデルと同等の性能帯に達したことを示すlatent.space編集部による表現だ。

学習方法：ポストトレーニングへの大規模投資

Moonshotの説明によれば、K3.1 ProはKimi K3のベースモデルに対して大幅に拡大したポストトレーニング計算を適用したものだ。数百の下流タスク領域を対象に強化学習（RL）を実施するため、RLフレームワーク・長文コンテキスト推論・サンドボックスインフラ・ロールアウトスケジューリングを最適化したという。

なお、元記事では「Z.ai（DeepSeekの研究スピンオフとして知られる中国系AI研究機関）が5.2→5.3でやったマイナーバージョンアップと構造的に似たアプローチ」と言及されている。Z.aiとはDeepSeek系の研究グループを指すとされるが、元記事における正確な文脈については原文を直接確認されたい。※編集部の考察：ベースモデルを変えずにポストトレーニング投資で大幅な性能向上を達成する手法は、近年のフロンティアモデル改善における一つのトレンドになりつつある。

料金体系：トークン単価は下がったが、完了コストは別問題

API料金はK3から約3分の1引き下げられた。

Highspeedは標準の2〜3倍の生成速度を謳う一方、料金は2倍となる。ただし「トークン単価が安い＝タスク完了コストが安い」ではない点に注意が必要だ。思考系モデルは出力トークン数が多くなりやすく、単価だけで比較すると実コストを見誤る。

Kimi Hosted Agentsも同時リリース

今回のリリースにはKimi Hosted Agentsも含まれる。24時間365日の実行環境を提供するマネージドエージェントハーネスで、長時間稼働タスクやマルチエージェント協調に対応する。

X上の反応

オープンウェイトフロンティアモデルの候補として期待する声がある一方、懸念も上がっている。

「インタラクティブなタスクでの結果が弱い部分があり、ベンチマーク提示の方法にも疑問がある」 — @maxbittker（インタラクティブビジュアライゼーションツールの開発者として知られるエンジニア。AIベンチマークの再現性や提示方法の透明性についても継続的に発言している）

また、未開示の有償プロモーション疑惑もX上で指摘された。ただし元記事が指摘する通り、「ベンチマークの品質」と「プロモーション上の問題」と「デプロイ経済性」は別個の問題であり、混同して議論するべきでない。

詳細はKimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speedを参照していただきたい。