Kimi K3.1 Pro、知能指数で4位
- •Artificial Analysisの知能指数で55点を獲得し、総合4位にランクイン
- •Terminal-Bench 4.0で67％を記録し、全モデル中最高のスコア
- •重み公開後、オープンウェイトモデルの首位に立つ可能性があるとArtificial Analysisが評価
Moonshotは2026年10月23日、Kimi K3.1 Proを公開しました。Artificial Analysisの知能指数で55点を獲得し、総合4位となりました。推論モデルとしてKimi K3（max）の44点から11点上昇しました。上位はClaude Opus 5.5（max with fallback）が58点、Claude Sonnet 5.5（max with fallback）とMuse Wonder Full（max）がそれぞれ56点でした。モデルの重みは未公開で、Artificial AnalysisはMoonshotが公開すればオープンウェイトモデルの首位に立つと見ています。
GDPval-AAでは1,846 Eloで総合3位となり、Kimi K3を312 Elo上回りました。Claude Opus 5.5は1,866、Muse Wonder Fullは1,857でした。Terminal-Bench 4.0では67％を記録し、全モデル中最高でした。Kimi K3の13％、Claude Sonnet 5.5の64％を上回っています。エージェント型SaaSワークフローを測るAutomationBench-AAのスコアは、58％から73％に上昇しました。
ほかの評価でも、Humanity's Last Examは47％から52％、CritPtは23％から25％、SciCodeは59％から61％に上がりました。AA-Omniscience Indexは20から30に上昇し、幻覚率は53％から44％に低下、正確性は48％から51％に上がりました。Artificial Analysisによるタスクあたりの推定コストは1.98ドルで、Kimi K3とほぼ同じです。知能指数の各タスクで出力トークンを5万5,000個使い、Kimi K3の4万8,000個より14％多い一方、ファーストパーティーのトークン価格は33％低く設定されています。
コンテキストウィンドウは100万トークンで、総パラメーター数は2.8兆、アクティブパラメーター数は1,040億です。テキストと画像を入力できます。価格は入力・出力・キャッシュヒットの各100万トークンあたり2ドル、10ドル、0.20ドルで、3つの料金はいずれもKimi K3より33％低くなっています。Artificial Analysisは、重みの公開後、知能指数における首位のオープンウェイトモデルとプロプライエタリモデルの差が12点から3点に縮まると予測しています。