Kimi K3.1のリーク噂：3Dコードのコスト、思考レベル4段階、開発者が検証すべき点
雷峰網（Leiphone）が2026年10月23日に報じたところによると、Kimiの公式予告映像に「Kimi K3.1」のイースターエッグが登場し、開発者らが月之暗面のAPI設定内で「kimi-k3-1」の識別子を見つけ、Kimi Codeのモデル一覧にK3.1オプションが追加された。SGLangのマージリクエストはMedium思考レベルを追加し、思考強度が3段階から4段階になったと指摘されている。AIブロガーのChris氏は約1週間の実測でコストはK3の約70%だと述べ、報道はさらに3DコストがGPT-6 Astraの約1/14であるとも伝えている。以上はすべて噂と一方的な実測に基づくものである。
主な変更
雷峰網が2026年10月23日に報じたところによると、Kimiは「Kimi K3.1」の画面にイースターエッグを含む予告映像を公開し、新モデルのティザーと解釈された。報道はAIブロガーのChris氏の発言を引用し、同氏が約1週間実測し、K3.1はThree.jsで際立った性能を示し、コストはKimi K3の約70%にとどまり、トークン効率が向上したと述べた。報道は同時に、24時間の昼夜環境シミュレーションを完走した画面も示している。報道はさらにいくつかのリーク手がかりを整理した。9月末に開発者が月之暗面APIプラットフォームの設定ファイル内で「kimi-k3-1」モデル識別子を発見した。10月21日にKimi Codeのモデル切り替えリストにK3.1オプションが追加された。10月下旬にアリーナでコードネーム「Kibitz」と「Kalmia」の匿名モデルが出現し、Kibitzはフロントエンドと3Dコードタスクで強い性能を示し、開発者がトークナイザーの特徴からK3.1と推測した。SGLangコードベースのマージリクエストがK3.1の新しいMedium（中程度）の思考レベルを明らかにし、思考強度が3段階から4段階に拡張されたと指摘されている。報道はGPT-6 Astraとの『マインクラフト』建造比較で、K3.1のコストは相手の約1/14である一方、キリンの走行などのアニメーションタスクでは動作が不自然になる弱点も現れたと伝えている。報道はまた野村證券のリポートを引用し、月之暗面がより大きなパラメータのモデルを研究中で、K3.1とは直接関係ないと述べている。
開発者への影響
これらのリーク手がかりが最終的に実現すれば、開発者への直接的な影響は2点に集中する。第一はコスト構造である。報道が示した「約K3の70%」と「約GPT-6 Astraの1/14」はいずれも相対値であり価格表ではないが、同じことを指し示している。Three.js、WebGL、インタラクティブ大画面のように頂点、光と影、テクスチャをフレームごとに計算するコード生成タスクでは、単位あたりの産出に対するトークン消費と呼び出し回数が、既存の主力モデルより明確に低くなる可能性がある。コード生成中心の3Dプロトタイプ、可視化大画面、H5シミュレーションパイプラインにとって、これは1回の生成失敗後に低コストで再試行できるかどうかを直接左右する。第二は制御の粒度である。報道によれば思考強度が3段階から4段階になりMediumレベルが追加されたことは、同じモデルが簡単なレイアウトタスクと複雑な物理連動タスクの間で計算リソースの段階を切り替えられる可能性を意味する。タスク難易度で段階的にスケジューリングできれば、長チェーンのAgentタスクは通常ステップを低段階で走らせ、構造推論を高段階で処理でき、チェーン全体を最高段階で課金する必要がなくなる。注意すべきは、これらは依然として噂と一方的な実測であり、公式確認はなく、実際の課金基準、段階の命名、レート制限戦略は異なる可能性がある。
導入と評価の提案
以下は条件付きの分析と提案であり、確認済みの事実ではない。第一に、「コストが約K3の70%」という説に対しては、生産トラフィックを直接移行するのではなく、同一プロンプトでの対照テストを先に行うことを選ぶ。前提はK3.1へのアクセス手段が得られ、タスクがコード生成系であること。評価基準は同一の3Dシーンプロンプト群（昼夜循環、複数物体の空間関係、部品分解ビューを各1例含む）に固定し、成功率、再試行回数、総消費を記録する。再試行後の総消費がなお既存モデルのベースラインを下回る場合にのみ、小割合でのトラフィック導入を検討する。第二に、「Medium思考レベルの追加」に対しては、統一レベルを踏襲するのではなく、タスク複雑度に応じて明示的にレベルを指定することを選ぶ。前提はインターフェースが実際にレベルパラメータを公開していること。評価基準は構造推論系タスク（機械連動、部品分解など）と通常レイアウト系タスクでそれぞれ対照を走らせ、高レベルとMediumレベルの出力品質差が許容閾値内か比較する。通常タスクでMediumレベルの品質低下が明白でなければ、それをデフォルトに設定する。第三に、「アリーナの匿名モデルKibitzのトークナイザー特徴からの推測」に対しては、推測に基づいてKibitzのランキング性能をK3.1の安定した能力と同一視しないことを選ぶ。前提は長コンテキストと超長命令制御に関心があること。評価基準は自分の長命令セットで再テストし、命令追従の減衰位置を観察するのであって、公開ブラインドテストの順位だけを見るのではない。すべての評価は、ベンダーとKimiSeekの価格ページで実際の課金を確認した後に、拡大展開するかどうかを決定すべきである。
制限と未確認事項
本報道の中核情報は、予告映像のイースターエッグ、設定ファイルのフィールド、コードベースのマージリクエスト、匿名アリーナモデルの推測に由来し、いずれも公式の正式発表では確認されていない。数字（70%、1/14）は噂または一方的な実測であり、検証済みのベンチマークではない。Kimi K3.1は現在KimiSeekの販売カタログに存在せず、報道で言及されたAPI設定、Kimi Codeの一覧、呼び出し可用性はいずれもベンダー側を指しており、KimiSeek上ではこのバージョンは呼び出し不可である。カタログ内のKimi K3は異なるバージョンであり、同一モデルとは見なせない。報道が挙げた弱点事例（キリンの走行動作が不自然）と肯定的な事例はいずれもネットユーザーの実測であり、サンプル数とテスト方法は不明で、比較対象の性能も独立に再現されていない。SGLangマージリクエスト内の思考レベルの詳細、レベルの実際の命名、課金差は本報道から確認できない。報道が引用した野村證券のより大きなパラメータモデルの説はK3.1と無関係であり、計算リソースに制約され、進捗は不明とされている。実際の価格と可用性はベンダーとKimiSeekの価格ページを基準とし、価格は随時調整される可能性がある。
元の報道の図版
