Kimiは、K3.1シリーズの最初のモデルであり、同社にとって最も有能な3TクラスのオープンウェイトモデルであるK3.1 Proを発表しました。オープンなインテリジェンスの推進を目的として設計されたこのモデルは、100万トークンのコンテキストウィンドウを備え、コーディング、3D制作、金融リサーチを含む複数の領域におけるエージェント機能を最適化しています。高速なインタラクションをサポートするため、同社は標準のProバージョンよりも2〜3倍高速なパフォーマンスを提供するKimi K3.1 Pro Highspeedもリリースしました。これらのモデルは現在、KimiのAPIおよびウェブプラットフォームを通じて利用可能ですが、完全なモデルのウェイトは2026年11月4日に公開される予定です。
このモデルの性能は、前モデルであるKimi K3と比較して、ポストトレーニングの計算量が大幅に増加したことによって支えられています。コーディングのベンチマークにおいて、K3.1 Proは主要なプロプライエタリモデルに対して競争力のある結果を示しています。例えば、リソースの制約があるターミナルタスクにおけるコーディングエージェントを評価するTerminal-Bench 4.0では、K3.1 Proは65.7%を記録し、GPT-6 Astra（58.2%）を上回り、Claude Opus 5.5（66.4%）をわずかに下回る結果となりました。3Dモデリングにおいては、モデルはテキストやスケッチから空間的関係を推論して実用的なCAD互換アセットを生成することができ、BenchCADベンチマークで92.7%を記録しました。さらに、K3.1 Proは金融ワークフローにおいて顕著な進歩を見せ、シミュレートされたビジネス運用においてK3と比較して4.2倍の性能向上を達成し、Kimi Hallu Bench Hardストレステストにおける事実の正確性も向上しました。
モデルの性能は、前モデルであるKimi K3と比較して、ポストトレーニングの計算量が大幅に増加したことによって支えられています。コーディングのベンチマークにおいて、K3.1 Proは主要なプロプライエタリモデルに対して競争力のある結果を示しています。
さらに、K3.1 Proは金融ワークフローにおいて顕著な進歩を見せ、シミュレートされたビジネス運用においてK3と比較して4.2倍の性能向上を達成し、Kimi Hallu Bench Hardストレステストにおける事実の正確性も向上しました。
高機能モデルに関連するリスクを管理するため、Kimiはトレーニングプロセス中に攻撃的なサイバー能力を低減するための標的を絞った制御を実装しました。同社は、サイバー関連のコンテンツが一般的なミッドトレーニングコーパスやRL環境に自然に組み込まれていることを特定しました。汎用的なコーディングタスクを維持しながら、この特定のデータを削除することで、モデルの脆弱性調査の性能を正常に低下させることに成功しました。内部テストでは、これらのリスク低減措置を適用していないバージョンはxdev-bench-hardベンチマークの90.5%の問題を解決しましたが、最終的なK3.1 Proバージョンは81.0%に達しました。Kimiは、これらの措置によって攻撃能力は低下するものの、レガシーなコードベースのセキュリティ脆弱性の監査など、防御目的のための有用なツールとしての機能は維持されていると主張しています。
内部テストでは、これらのリスク低減措置を適用していないバージョンはxdev-bench-hardベンチマークの90.5%の問題を解決しましたが、最終的なK3.1 Proバージョンは81.0%に達しました。