Kimi K3.1 ProがArtificial Analysis Intelligence Indexでスコア55の第4位で登場し、エージェント性能で大幅な向上を果たしました。重みが公開されれば、オープンウェイトモデルの最高位となるでしょう
@Kimi_Moonshotの新しい推論モデルは、Kimi K3（最大44）から11ポイント向上しました。Intelligence Indexでは、Claude Opus 5.5（フォールバック込みの最大58）、Claude Sonnet 5.5（フォールバック込みの最大56）、Muse Wonder Full（最大56）に次ぐ成績です。
K3.1 Proの重みが公開されれば、最も高いスコアを持つオープンウェイトモデルとなり、Intelligence Index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は12ポイントから3ポイントに縮まります。
主な結果：
➤ エージェント性能の大幅な向上：Kimi K3.1 ProはGDPval-AAで1,846 Eloの第3位を獲得し、Kimi K3から312 Elo向上しました。上位はClaude Opus 5.5（1,866 Elo）とMuse Wonder Full（1,857 Elo）のみです。Kimi K3.1 ProはTerminal-Bench 4.0でも全モデル中最高スコアを達成しました。K3.1 Proは67%を記録し、Kimi K3の13%から向上し、Claude Sonnet 5.5（64%）を上回りました。エージェントのSaaSワークフローをテストするAutomationBench-AAは58%から73%に上昇しました。
➤ その他の評価での向上はより穏やかです：Humanity's Last Examは47%から52%に、CritPtは23%から25%に、SciCodeは59%から61%に上昇しました。AA-Omniscience Indexは20から30に上昇し、ハルシネーション率は53%から44%に低下、精度は48%から51%に上昇しました。
➤ タスクあたりのコストはKimi K3とほぼ同等のタスクあたり$1.98：K3.1 ProはIntelligence Indexのタスクあたり55K出力トークンを使用し、これは48KのKimi K3より14%多い一方、ファーストパーティのトークン価格は33%低くなっています。
モデルの追加詳細：
➤ コンテキストウィンドウ：1Mトークン。
➤ サイズ：合計2.8T、アクティブパラメータ104B
➤ 入力モダリティ：テキストと画像
➤ 重みとライセンス：重みは現在未公開、Moonshotはリリース後まもなく重みを公開すると見込まれています
➤ 価格：1M入力/出力/キャッシュヒットトークンあたり$2/$10/$0.20で、3つのレートすべてにおいてKimi K3より33%低くなっています。
@Kimi_Moonshotのチームのリリース、おめでとうございます！