Moonshot AIがKimi K3.1 Proの重みを公開。総パラメータ2.8 T、アクティブ104 BのマルチモーダルMoE
重みはMXFP4で、ホスティング事業者向けの売上閾値を加えたMoonshot独自ライセンスの下で配布されます。コンテキストは1 Mトークンで、モデルカードはvLLM、SGLang、TokenSpeedを推奨しています。
Moonshot AIがKimi K3.1 Proの重みをHugging Faceに公開したと、TechNodeが2026年11月5日に報じました。モデルカードによれば、総パラメータ2.8 T、トークンあたりアクティブ104 Bの混合エキスパート（MoE）Transformerで、93層、896エキスパート（トークンあたりルーティング16、共有2）、160 kの語彙、画像入力用の401 MパラメータのMoonViT-V2ビジョンエンコーダを備えます。コンテキスト長は1,048,576トークンです。重みはMXFP4、活性化はMXFP8で配布され、学習後の変換ではなく量子化を考慮した学習によって作られています。カードに公開日の記載はありません。
ライセンスはMoonshot独自のKimi K3.1-Pro Licenseです。MIT型に2つの条件を加えたもので、任意の12か月間の売上が2,000万ドルを超えるモデル提供サービス事業は商用利用の前に別途契約が必要であり、月間アクティブユーザーが1億人を超えるか月間売上が2,000万ドルを超える製品はインターフェースにモデル名を表示しなければなりません。内部利用は対象外です。これはオープンソースではなく、オープンウェイト（制限付き）です。
ベンダーの公表値では、Terminal-Bench 4.0で65.7、SWE Marathon v1.1で51.7、BrowseCompで92.1、GPQA-Diamondで94.2で、ほとんどの行でClaude Opus 5.5とGPT-6 Astraが比較対象に挙げられています。推奨されるサービングスタックはvLLM、SGLang、TokenSpeedで、TechNodeはHuaweiがAtlas A3とAscend 950システム上でvLLM AscendとSGLangを通じた対応を発表したと伝えています。
なぜ重要か
2.8 Tパラメータのモデルをホストするチームはほとんどないので、実用上の関心はカードが明らかにする内容にあります。69層のKDA層と24層のGated DSA層を混ぜた注意機構のスタックと、最初からその形で学習されたMXFP4の重みです。どちらもより小さなモデルに現れる可能性が高いものです。ベンチマーク表はプロプライエタリなシステムを異なるハーネスで動かした結果と比較しており、脚注は内部の結果の1つが公表されたものと食い違ったことを認めているので、数値は参考程度に扱ってください。ライセンスの売上閾値がホスティング事業者を遠ざけるかどうかに注目してください。それがモデルがどれだけ広く利用可能になるかを決めます。