Moonshot、Kimi K3.1 Proを発表：インテリジェンス指数は4位に上昇、API価格は33%引き下げ
The Decoderの2026年10月23日の報道によると、Moonshot AIはKimi K3.1 Proを発表した。Artificial Analysisのインテリジェンス指数スコアは55で、K3より11ポイント高く、4位となっている。報道ではまた、標準版のトークン単価が約33%引き下げられたこと、Highspeed変体が別途用意されていること、オープンウェイトが11月4日までに公開される予定であることも伝えられている。
主な変更
The Decoderの2026年10月23日の報道によると、Moonshot AIはKimi K3.1 Proを発表した。これは前世代のKimi K3の事後学習版であり、事後学習の計算量が大幅に増えている。このモデルはArtificial Analysisのインテリジェンス指数で55点を獲得し、K3から11ポイント向上して4位となった。報道によれば、より上位にはClaude Opus 5.5（58）、Claude Sonnet 5.5（56）、Muse Wonder Full（56）のみが位置している。モデルは総パラメータ2.8兆、活性化パラメータ1040億、100万トークンのコンテキストを維持し、テキストと画像をサポートする。報道では、エージェント能力の向上が最も顕著で、GDPval-AAは1846 Elo、Terminal-Bench 4.0は65.7%、幻覚率は内部ストレステストで23.4%から8.3%に低下したとされている。同時に、実行速度が2～3倍のHighspeed変体も提供され、両者はKimi.ai、Kimi Work、Kimi Code、Kimi APIを通じて利用可能となっている。報道ではまた、標準版APIのトークン単価が約33%引き下げられたこと、2026年11月4日までにオープンウェイトを公開する計画であることも伝えられている。
開発者への影響
報道されている価格引き下げと性能の飛躍が直接変えるのは、単純な単価ではなくタスクあたりのコストである。The Decoderが引用したArtificial Analysisのデータによると、インテリジェンス指数タスクあたりのコストは約1.98ドルで、K3の2.00ドルとほぼ同水準である。これは新モデルの出力トークン生成量が約14%増加したためだ。つまり、入力側の単価だけを比較する開発者は総コストを誤認する可能性がある。長い連鎖のエージェント、ターミナル操作、オフィス文書自動化のような出力集約型の負荷では、K3.1 Proの相対的な優位性は、ランキングのスコア差が示唆するほど大きくない可能性がある。報道通りにオープンウェイトが公開されれば、セルフホストやオフライン監査のシナリオに新たな選択肢が生まれるが、ウェイト公開前は、利用可能性に関する記述はすべてMoonshotの公式チャネルとKimi APIにのみ当てはまり、サードパーティプラットフォームには当てはまらない。
導入と評価の提案
以下は報道に基づく評価提案であり、当サイトの実測結論ではない。第一に、価格は下がったが出力トークンが増える変化に対しては、まず成功タスクの総コストを比較してから移行を判断する。長出力のエージェントワークフローでは、同じ実リクエストを選び、現在のモデルとベンダー提供のK3.1 Proをそれぞれ呼び出し、入力、出力、キャッシュヒット、リトライ回数、タスク完了率を記録する。既定の品質基準を満たした上で成功タスクあたりの総費用がなお低下している場合にのみ、トラフィックを拡大する。主に短いQ&Aや長い入力である場合は、別グループで測定し、報道にある平均コストをそのまま当てはめるのを避ける。第二に、Highspeed変体については、まず遅延が業務に影響するかを判断してから、より高い単価を負担するかを決める。報道ではHighspeedの入力・出力単価はいずれも標準版の2倍であり、ベンダーは速度が2～3倍と主張しているが、これは自身のエンドツーエンドのプロセスも同じ比率で高速化することを証明するものではない。応答期限のある対話リクエストでは、プロンプト、ツール、リトライ戦略を固定し、2つのバージョンの初回トークン遅延、全体所要時間の95パーセンタイル、成功率、成功タスクあたりのコストを比較する。高速化が業務の期限を満たし、かつコストが予算内に収まる場合にのみHighspeedを選ぶ。期限のプレッシャーがないオフラインバッチ処理なら、まず標準版を評価すればよい。
制限と未確認事項
Kimi K3.1 ProとHighspeed変体は現在、KimiSeekのリアルタイムカタログには掲載されていない。本文中のAPI利用可能性と価格はすべてMoonshot公式チャネルを指す。ベンチマーク成績はThe DecoderがArtificial AnalysisまたはMoonshotの結果を伝えたものであり、当サイトは再テストしていない。内部の幻覚ストレステストは一般的なエラー率とは見なせず、ランキング上の優位も実際のワークフローでの利益を保証するものではない。報道ではベンダーのベンチマーク表がmax推論強度を採用していると注記されており、読者は自身のタスクで検証する必要がある。価格は変更される可能性があり、ベンダーの現在の価格ページを基準とすべきである。オープンウェイトは報道日時点では依然として計画であり、実際の公開前にはライセンス、デプロイ条件、利用可能時期をこれに基づいて確認することはできない。
元の報道の図版
