Kimi K3.1 Pro（キミ・ケースリー・ワン・プロ）は、Moonshot AIが2026年に発表した3T級のオープンウェイトモデルで、100万トークンのコンテキストウィンドウを持ち、コーディング・3D制作・財務分析・エージェント用途で前世代のKimi K3から大幅な改善を実現したとされています。
室谷代表取締役Kimi K3.1 Pro、出ましたね。Moonshot AIの公式ブログとXのスレッドを読み込んだんですが、今回は「数字の出し方」がかなり丁寧なんですよ。
自称最強ではなく、ベンチマークの条件まで細かく開示している。
自称最強ではなく、ベンチマークの条件まで細かく開示している。
テキトー教師DotAI 認定講師そこは私も注目しました。単に「最強のオープンモデル登場」という話じゃないんですよ。
ポストトレーニング版であること、サイバー能力を意図的に削っていること、オープンウェイトの公開が2026年11月4日予定であること。構造として読むと面白い発表です。
ポストトレーニング版であること、サイバー能力を意図的に削っていること、オープンウェイトの公開が2026年11月4日予定であること。構造として読むと面白い発表です。
Kimi K3.1 Proとは？何が発表されたのか
Kimi K3.1 Pro 発表のポイント
K3.1シリーズ第1弾
Moonshot AIが「これまでで最も高性能な3T級オープンウェイトモデル」と位置づける
基本スペック
1Mトークンのコンテキスト、総パラメータ2.8T、稼働パラメータ104BのMoE構成、マルチモーダル対応
K3のポストトレーニング版
ゼロから作られた新モデルではなく、Kimi K3に対するポストトレーニング版。大幅に増強されたポストトレーニング計算
大規模RLのための最適化
数百の下流領域にまたがる強化学習のため、RLフレームワーク、長文脈推論、学習効率、サンドボックス基盤、ロールアウトスケジューリングまで最適化
Highspeed版も同時発表
同じ知能と1Mトークンのコンテキストを保ちつつ、およそ2〜3倍の速度で動作
提供チャネル
発表当日からKimi.ai、Kimi Work、Kimi Code、Kimi APIで利用可能
企業利用はオプトイン
Kimi Enterpriseの管理者は組織向けに有効化可能だが、ローンチ時点ではデフォルトでオフ
室谷代表取締役まず基本情報を整理すると、Kimi K3.1 ProはMoonshot AIのK3.1シリーズの第1弾で、同社が「これまでで最も高性能な3T級オープンウェイトモデル」と位置づけるモデルです。1Mトークンのコンテキスト、総パラメータ2.8T、稼働パラメータ104BのMoE構成、マルチモーダル対応。
ここまではK3の系譜を継いでいます。
ここまではK3の系譜を継いでいます。
テキトー教師DotAI 認定講師重要なのは、これがゼロから作られた新モデルではなく、Kimi K3に対するポストトレーニング版だという点です。公式ブログでは「substantially larger post-training compute（大幅に増強されたポストトレーニング計算）」と説明されていて、数百の下流領域にまたがる大規模な強化学習を回すために、RLフレームワーク、長文脈推論、学習効率、サンドボックス基盤、ロールアウトスケジューリングまで最適化したと書かれています。
室谷代表取締役地味ですけど、そこが今回の肝なんですよね。モデルを大きくしたというより、ポストトレーニングのパイプラインを整備して「RLの計算を積むほど安定してリターンが出る」状態を作った、という話ですから。
テキトー教師DotAI 認定講師同時にKimi K3.1 Pro Highspeedも発表されました。同じ知能と1Mトークンのコンテキストを保ちつつ、およそ2〜3倍の速度で動く高速版です。
両モデルは発表当日からKimi.ai、Kimi Work、Kimi Code、Kimi APIで利用可能と案内されています。
両モデルは発表当日からKimi.ai、Kimi Work、Kimi Code、Kimi APIで利用可能と案内されています。
室谷代表取締役提供チャネルが最初から揃っているのも特徴ですね。Kimi.aiとモバイルアプリ、Kimi Workのデスクトップアプリ、Kimi Code、そしてAPI。
あとKimi Enterpriseの管理者は組織向けにK3.1 Proを有効化できるけれど、ローンチ時点ではデフォルトでオフだと明記されています。
あとKimi Enterpriseの管理者は組織向けにK3.1 Proを有効化できるけれど、ローンチ時点ではデフォルトでオフだと明記されています。
テキトー教師DotAI 認定講師企業利用は明示的にオプトイン設計なんですね。そこは管理側の判断を尊重する作りになっています。
Kimi K3.1 Proでできること——コーディング・3D制作・財務分析
Kimi K3.1 Proでできること
コーディング
実コードベースの小さな修正からフルプロジェクト構築まで。Unity・Unreal Engine・Godotで動作。Web検索や3D生成と組み合わせた体験構築も可能
長期コーディング(内部テスト)
human-atlas(296骨格・402筋構成要素)上に歩行力学シミュレータを構築。167ミッション・420独立レビューで、数秒で崩れていた歩行が11.2秒連続の交互歩行に改善
原因診断と修正
報酬整形で改善しない場合、シミュレータ力学をオープンループで探査し、肩筋モーメントアーム計算の誤り36件を特定・修正してから再学習
3D制作(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・オーダーメイド家具など。MCPコネクタなしでBlenderやCADのスクリプトを書いて実行し、ジオメトリ・マテリアル・シーン配置まで調整
3D Make
kimi.aiとKimiアプリで公開。3Dモデルをオンラインでプレビュー・編集し、3Dプリント用ダウンロードや動画・Live Photos書き出しで共有可能
財務分析
OfficeQA Pro v2で64.4のSOTA。NVDAのDCF/LBOモデル、CATL投資委員会デッキ、出典付き量子コンピューティング・セクターレポートなど
財務の内部ベンチマーク改善
Financial ModelingはK3比+7.2ポイント、Financial Researchは+11.6ポイント、Business Operationは約4.2倍
幻覚率(Kimi Hallu Bench Hard)
主張レベルの幻覚率がK3の23.4%から8.3%に低下。ただし日常利用の誤り率ではないと注記
室谷代表取締役できることの幅がかなり広いんですよ。まずコーディング。
公式ブログでは、実コードベースの小さな修正からフルプロジェクトの構築までカバーすると書かれていて、Unity、Unreal Engine、Godotといったゲームエンジンで動く点が強調されています。
公式ブログでは、実コードベースの小さな修正からフルプロジェクトの構築までカバーすると書かれていて、Unity、Unreal Engine、Godotといったゲームエンジンで動く点が強調されています。
テキトー教師DotAI 認定講師しかもWeb検索や3D生成と組み合わせて「体験として完結させる」ところまで狙っている。フロントエンドページ、インタラクティブなThree.jsシーン、3Dアセットの構成・タイポグラフィ・アニメーション・仕上がりが強くなったと説明されています。
室谷代表取締役面白いのが、長期コーディングの内部テストの話ですよね。human-atlasという296の骨格構成要素と402の筋構成要素からなるオープンソースの人体解剖モデルの上に、歩行力学シミュレータを訓練・評価パイプライン込みで構築したと。
167のミッションと420の独立レビューを回して、数秒で崩れていたシミュレーション人間が11.2秒連続で交互歩行できるようになった、と。
167のミッションと420の独立レビューを回して、数秒で崩れていたシミュレーション人間が11.2秒連続で交互歩行できるようになった、と。
テキトー教師DotAI 認定講師さらに、報酬整形で腕の動きが改善しなかったときに、報酬をいじり続けるのではなく、シミュレータの力学をオープンループで探査して、肩筋のモーメントアーム計算の誤り36件を特定・修正してからコントローラを再学習した、という記述が興味深いです。単に「コードを書く」ではなく、原因を診断して直す動きになっている。
室谷代表取締役3D制作も強いです。パラメトリックモデリング、つまり機械部品、建築モデル、設定可能な製品、オーダーメイド家具みたいな領域ですね。
MCPコネクタなしでBlenderやCADソフトのスクリプトを書いて実行し、アセット構築、コンポーネント編集、ジオメトリ・マテリアル・シーン配置の調整までやると説明されています。
MCPコネクタなしでBlenderやCADソフトのスクリプトを書いて実行し、アセット構築、コンポーネント編集、ジオメトリ・マテリアル・シーン配置の調整までやると説明されています。
テキトー教師DotAI 認定講師そして3D Makeがkimi.aiとKimiアプリで公開されました。3Dモデルをオンラインでプレビュー・編集し、3Dプリント用にダウンロードしたり、動画やLive Photosとして書き出して共有できる。
制作の出口まで用意されているわけです。
制作の出口まで用意されているわけです。
室谷代表取締役財務も見逃せないです。OfficeQA Pro v2で64.4を記録してSOTA。
これは実財務文書に対する検索・文書間照合・多段の数値推論を測るベンチマークです。例として、NVDAのDCF/LBOモデルを完全にリンクした財務諸表と追跡可能な数式付きで作る、CATLの投資委員会向けデッキ、出典レベルで引用した量子コンピューティングのセクターレポートなんかが挙げられています。
これは実財務文書に対する検索・文書間照合・多段の数値推論を測るベンチマークです。例として、NVDAのDCF/LBOモデルを完全にリンクした財務諸表と追跡可能な数式付きで作る、CATLの投資委員会向けデッキ、出典レベルで引用した量子コンピューティングのセクターレポートなんかが挙げられています。
テキトー教師DotAI 認定講師内部ベンチマークでも、Financial ModelingがK3比で7.2ポイント改善、Financial Researchが11.6ポイント改善、Business OperationはK3の約4.2倍。財務は「事実精度が要求される領域」なので、そこに的を絞った改善が入っているのがわかります。
室谷代表取締役幻覚率の話も公式ブログにあります。Kimi Hallu Bench Hardという社内の事実精度ストレステストで、主張レベルの幻覚率がK3の23.4%から8.3%に下がったと。
ただし「日常利用の誤り率ではない」と注記されています。ここは正確に押さえておきたいところです。
ただし「日常利用の誤り率ではない」と注記されています。ここは正確に押さえておきたいところです。
テキトー教師DotAI 認定講師ストレステストは意図的に間違えやすい状況を作るので、数値そのものを日常のエラー率と混同してはいけない、という注記ですね。受講生さんにもこの手の数字はよく誤読されるので、講座で必ず説明しています。
Kimi K3.1 Proの性能は本物か——Terminal-BenchとBenchCADの実数で検証
Kimi K3.1 Pro ベンチマーク実数比較
| ベンチマーク | Kimi K3.1 Pro | Claude Opus 5.5 | GPT-6 Astra |
|---|---|---|---|
| Terminal-Bench 4.0 | 65.7% | 66.4% | 58.2% |
| BenchCAD（ツール使用時） | 92.7% | 96.2% | 95.9% |
室谷代表取締役ここが一番気になる読者が多いところでしょうね。まずTerminal-Bench 4.0。
制約下の現実的なターミナル作業を厳格なタスク別テストで評価するコーディングエージェント向けベンチマークで、K3.1 Proは65.7%。GPT-6 Astraが58.2%、Claude Opus 5.5が66.4%です。
制約下の現実的なターミナル作業を厳格なタスク別テストで評価するコーディングエージェント向けベンチマークで、K3.1 Proは65.7%。GPT-6 Astraが58.2%、Claude Opus 5.5が66.4%です。
テキトー教師DotAI 認定講師GPT-6 Astraは上回り、Claude Opus 5.5には僅差で及ばず、という位置づけです。評価はClaude-Codeハーネスで行われたと明記されています。
室谷代表取締役3D側はBenchCAD。多視点レンダリングからCADコード生成を経て3D復元する能力を測るベンチマークで、ツール使用時92.7%。
Claude Opus 5.5が96.2%、GPT-6 Astraが95.9%ですから、両者に迫る数字ですね。
Claude Opus 5.5が96.2%、GPT-6 Astraが95.9%ですから、両者に迫る数字ですね。
テキトー教師DotAI 認定講師ここで大事なのは、数字の出所と条件が細かく開示されている点です。Terminal-Bench 4.0は各モデルのブログか公式リーダーボードの最大値を採用、BenchCADはオープンモデルを1万7900件のVision2Codeデータセットからランダム抽出した1000件のサブセットで自社評価、ツールありはClaude Codeハーネス、ツールなしは単発生成。
Claude系のスコアはOpus 5.5のシステムカードから、GPT-6 Astraのツールありスコアは公式レポートから取っている、と。
Claude系のスコアはOpus 5.5のシステムカードから、GPT-6 Astraのツールありスコアは公式レポートから取っている、と。
室谷代表取締役自社評価と他社公表値が混在しているので、そこは読み手も意識したいですね。ただ、条件をここまで書くのは誠実さの表れだと思います。
あと内部ベンチマークのKimi Code Bench 3.0 Long-horizonは61.2%で、K3の55.95%を上回っています。
あと内部ベンチマークのKimi Code Bench 3.0 Long-horizonは61.2%で、K3の55.95%を上回っています。
テキトー教師DotAI 認定講師サイバー能力についても触れておきたいです。xdev-bench-hardのpass@3で、リスク低減策なしのチェックポイントが90.5%、最終的なK3.1 Proが81.0%。
学習データとRL環境からサイバー関連データを除去した結果、意図的に能力を下げていると説明されています。
学習データとRL環境からサイバー関連データを除去した結果、意図的に能力を下げていると説明されています。
室谷代表取締役そして「公開後3か月以上経過したフロンティアのプロプライエタリモデルには依然として劣る」と明言している。ここを隠さないのは、オープンウェイト公開の判断根拠として説明しているからですね。
テキトー教師DotAI 認定講師オープンウェイトの方針も明快です。第一に、サイバー能力の絶対的なフロンティアを押し広げるような重みは公開しない。
第二に、オープンウェイトで利用可能なサイバー能力は段階的に引き上げていく。防御目的でデュアルユース能力を必要とする人々に非差別的に提供することが有益だ、という立場です。
第二に、オープンウェイトで利用可能なサイバー能力は段階的に引き上げていく。防御目的でデュアルユース能力を必要とする人々に非差別的に提供することが有益だ、という立場です。
室谷代表取締役Kimi K3.1 Proの料金と提供形態——API価格・Highspeed・日本から使えるか
室谷代表取締役料金は公式のプラットフォームページに載っています。K3.1 Proが入力$2.00/MTok、出力$10.00/MTok、キャッシュ書き込み$2.00/MTok、キャッシュヒット$0.20/MTok。
Highspeedが入力$4.00/MTok、出力$20.00/MTok、キャッシュ書き込み$4.00/MTok、キャッシュヒット$0.20/MTokです。
Highspeedが入力$4.00/MTok、出力$20.00/MTok、キャッシュ書き込み$4.00/MTok、キャッシュヒット$0.20/MTokです。
テキトー教師DotAI 認定講師前世代のK3が入力$3.00/MTok、出力$15.00/MTokでしたから、性能を上げつつ価格を下げたことになります。ここは素直に評価していいポイントです。
室谷代表取締役整理するとこうです。
| モデル | 入力 | 出力 | キャッシュ書き込み | キャッシュヒット |
|---|---|---|---|---|
| K3.1 Pro | $2.00/MTok | $10.00/MTok | $2.00/MTok | $0.20/MTok |
| K3.1 Pro Highspeed | $4.00/MTok | $20.00/MTok | $4.00/MTok | $0.20/MTok |
| K3（前世代） | $3.00/MTok | $15.00/MTok | $3.00/MTok | $0.30/MTok |
テキトー教師DotAI 認定講師日本から使えるかという点ですが、Kimi.aiはWebで公開されており、モバイルアプリはiOS、Android、HarmonyOS向けに配布されています。Kimi WorkのデスクトップアプリはWindowsとApple silicon Mac向けにバージョン3.1.0以降が提供されています。
APIはKimi API Platformから利用できます。
APIはKimi API Platformから利用できます。
室谷代表取締役地域制限についての記載は、今回の公式資料の中では確認できていません。現時点では明らかにされていない、という扱いが正確ですね。
API顧客向けにはZero Data Retentionが用意されていると書かれています。
API顧客向けにはZero Data Retentionが用意されていると書かれています。
テキトー教師DotAI 認定講師企業向けはKimi Businessで、エンタープライズグレードのデータプライバシーとメンバー管理、個人アカウントと組織アカウントの完全分離が提供されます。
室谷代表取締役コスト感でいうと、MYUUUでもエージェントを常時回すような使い方をしているので、入力$2.00/MTokで1Mコンテキストというのは現実的な選択肢に入ってきます。Highspeedは倍の単価ですが、対話型の用途では速度が効くので、そこは用途次第ですね。
Kimi K3.1 Proの使い方・始め方——Kimi.ai・Kimi Code・APIでの利用
室谷代表取締役使い方は4つの入口があります。まずKimi.aiとモバイルアプリ。
アプリストアから最新版をダウンロードまたはアップデートするか、kimi.aiにアクセスします。
アプリストアから最新版をダウンロードまたはアップデートするか、kimi.aiにアクセスします。
テキトー教師DotAI 認定講師2つ目がKimi Work。デスクトップアプリのバージョン3.1.0以降をダウンロードします。
3つ目がKimi Codeで、起動して /model コマンドからKimi K3.1 Proを選択する形です。
3つ目がKimi Codeで、起動して /model コマンドからKimi K3.1 Proを選択する形です。
室谷代表取締役4つ目がAPI。Kimi API Platformで kimi-k3.1-pro または kimi-k3.1-pro-highspeed を選びます。
既存のAPI連携の作法に慣れている人なら、モデル名を差し替える感覚に近いですね。APIキー設定や周辺ツールとの連携は、CursorとChatGPT（OpenAI API）連携完全ガイドで解説しているような手順が参考になると思います。
既存のAPI連携の作法に慣れている人なら、モデル名を差し替える感覚に近いですね。APIキー設定や周辺ツールとの連携は、CursorとChatGPT（OpenAI API）連携完全ガイドで解説しているような手順が参考になると思います。
テキトー教師DotAI 認定講師コーディングエージェントとして使うならKimi Codeが最短です。公式ブログでは、K3.1 Proの長期コーディング能力が大規模強化学習で強化されたと説明されているので、マルチステップの実行やツール使用を含むタスクに向いています。
室谷代表取締役3Dを作るなら3D Makeがkimi.aiとKimiアプリで使えます。モデルをオンラインでプレビュー・編集して、3Dプリント用にダウンロード、動画やLive Photosで書き出し。
この導線が最初から用意されているのは大きいですよ。
この導線が最初から用意されているのは大きいですよ。
テキトー教師DotAI 認定講師講座で受講生さんに触ってもらうときも、まずKimi.aiで触って、次にKimi Codeでコードを書かせて、最後にAPIで自前のワークフローに組み込む、という順番が理解しやすいですね。
室谷代表取締役なお、Kimi Enterpriseの管理者は組織向けにK3.1 Proを有効化できますが、ローンチ時点ではデフォルトでオフです。企業で導入する場合は管理側の設定確認が必要です。
オープンウェイト公開は2026年11月4日——K3からの進化と狙い
室谷代表取締役オープンウェイトの公開は2026年11月4日までの予定と公式に明記されています。フルモデルの重みが公開される予定です。
テキトー教師DotAI 認定講師ここは誤解されやすいので整理したいんですよ。K3.1 ProはK3のポストトレーニング版で、K3は2.8Tパラメータ、1Mコンテキスト、ネイティブ視覚理解を持つ「世界初のオープンソース3Tクラスモデル」と位置づけられています。
その上に大規模なポストトレーニングを積んだのがK3.1 Proです。
その上に大規模なポストトレーニングを積んだのがK3.1 Proです。
室谷代表取締役K3からの進化を数字で見ると、Kimi Code Bench 3.0 Long-horizonが55.95%から61.2%へ、Financial Modelingが7.2ポイント改善、Financial Researchが11.6ポイント改善、Business Operationが約4.2倍、幻覚率が23.4%から8.3%へ。それぞれ測っているものが違うので単純比較はできませんが、方向性としては一貫して上ですね。
テキトー教師DotAI 認定講師狙いとしては、オープンウェイトでありながらプロプライエタリの最強モデルに匹敵するか接近する、というポジションを取りにいっているわけです。公式ブログの表現も「matches or approaches the strongest proprietary models」です。
室谷代表取締役テキトー教師DotAI 認定講師サイバー能力の制御も含めて、オープンウェイト公開の判断基準を先に示しているのは、公開後に議論にならないようにする設計ですね。11月4日に向けて、重みが実際にどう公開されるかは注目点です。
室谷代表取締役個人的には、3T級のオープンウェイトモデルがこの価格帯でAPI提供されることのほうがインパクトが大きいと思っています。自社インフラで動かせる選択肢が増えると、データを外に出せない案件でも使いやすくなりますから。
テキトー教師DotAI 認定講師一方で、ベンチマークは自社評価と他社公表値が混在しているので、導入判断では自社のタスクで試すのが結局は近道です。数字は条件込みで読む、というのが今回の教訓ですね。
よくある質問
室谷代表取締役ここからは読者から出そうな質問に答える形で整理しましょう。
テキトー教師DotAI 認定講師まず「Kimi K3.1 Proとは何か」ですが、Moonshot AIが発表したK3.1シリーズの第1弾で、1Mトークンのコンテキストを持つ3T級のオープンウェイトモデルです。総パラメータ2.8T、稼働パラメータ104BのMoE構成で、マルチモーダルに対応します。
室谷代表取締役「Kimi K3.1 Proの料金は」については、APIが入力$2.00/MTok、出力$10.00/MTok、Highspeedが入力$4.00/MTok、出力$20.00/MTokです。キャッシュヒットはどちらも$0.20/MTokです。
テキトー教師DotAI 認定講師「Kimi K3.1 Proはどこで使えるか」は、Kimi.aiとモバイルアプリ、Kimi Workのデスクトップアプリ、Kimi Code、Kimi APIです。Kimi Codeでは /model コマンドで選択します。
室谷代表取締役「オープンウェイトはいつ公開されるか」は、2026年11月4日までの予定です。フルモデルの重みが公開される予定と公式に案内されています。
テキトー教師DotAI 認定講師「Kimi K3.1 Pro Highspeedとは」は、同じ知能と1Mトークンのコンテキストを保ちながら、およそ2〜3倍の速度で動く高速版です。APIのモデル名は kimi-k3.1-pro-highspeed です。
室谷代表取締役「日本から使えるか」については、Kimi.aiがWebで公開され、iOS・Android・HarmonyOS向けアプリとWindows・Apple silicon Mac向けのKimi Workが提供されています。地域制限の詳細は今回の公式資料では明らかにされていません。
テキトー教師DotAI 認定講師「コーディングエージェントとして使えるか」は、Terminal-Bench 4.0で65.7%を記録し、Kimi Code Bench 3.0 Long-horizonで61.2%と、エージェント用途を想定した評価が用意されています。Unity、Unreal Engine、Godotでのプロジェクト構築にも対応すると説明されています。
室谷代表取締役「幻覚率は下がったのか」については、社内のKimi Hallu Bench Hardで主張レベルの幻覚率が23.4%から8.3%に低下したと公式ブログに記載があります。ただしこれは事実精度を狙って試すストレステストであり、日常利用の誤り率ではないと注記されています。
テキトー教師DotAI 認定講師前世代のKimi K3との違いを知りたい方は、Moonshot Kimi K3公開、フロントエンドコーディングでArena首位—中国AIが米国勢に迫るもあわせて読むと、系列の流れがつかめます。コーディング特化のモデルについてはMoonshot AIが最強コーディングAI「Kimi K2.7 Code」公開で解説しています。
室谷代表取締役総じて、Kimi K3.1 Proは「オープンウェイトでここまで来たか」という発表です。数字の条件開示も含めて、導入検討の材料としては十分な情報が出ています。
まずはKimi.aiで触って、自分のタスクで試すのが一番だと思います。
まずはKimi.aiで触って、自分のタスクで試すのが一番だと思います。
