Kimi K3.1 Proが首位と3点差

Moonshot AIのK3.1 ProはKimi K3の事後学習版であり、より大きなベースモデルを構築するのではなく、初期学習後に大幅に多くの計算資源を投じてモデルを洗練させたことを意味する。その結果、Artificial Analysis Intelligence Indexで11ポイント上昇し、中位から総合4位へと躍進した。最も大きな改善はエージェントタスクに見られ、GDPval-AAでは1,846 Eloに達してK3を312ポイント上回り、Terminal-Bench 4.0ではK3の13パーセントに対し65.7パーセントを記録した。

モデルはK3と同じ規模（総パラメータ2兆8,000億、アクティブ1,040億）を維持しつつ、トークン価格は33パーセント下がった。Artificial Analysisによれば、パレートフロンティアの頂点に位置し、同程度のパラメータ数のモデルでIntelligence Indexのスコアがより高いものは存在しない。

Moonshotは攻撃的サイバー能力に意図的な制限を設けているとも説明する。事後学習の規模拡大に伴い脆弱性研究能力が伸びたため、オープンウェイト公開にあたり両方の学習段階からサイバー関連データを除去した。社内のxdev-bench-hardでは、未除去版がタスクの90.5パーセントを解くのに対し、K3.1 Proは81.0パーセントにとどまる。Moonshotは、オープンウェイトモデルが攻撃的サイバー能力の絶対的な最前線を押し進めるべきではないと述べている。