2026年11月4日、Moonshot AIはHuggingFaceにてKimi K3.1 Proの完全なモデルウェイトを正式に公開した。これはMixture-of-Experts（MoE）アーキテクチャを採用したネイティブマルチモーダルエージェントモデルであり、総パラメータ数は2.8兆、各推論ステップでは1,040億パラメータが活性化され、最大100万トークンのコンテキストウィンドウをサポートする。
Moonshot AIは同時に安全声明を発表した。ウェイト公開前に、訓練データセットおよび強化学習環境からサイバー攻撃関連データを除去したとしている。内部ベンチマーク「xdev-bench-hard」によれば、未処理チェックポイントの脆弱性悪用率は90.5%であったのに対し、公開版K3.1 Proでは81.0%に低下した。ロイターの報道によると、この結果は独立機関による検証を受けていない。
数字が示す実態
9.5パーセントポイントの低下は、絶対値で見るとより複雑な様相を呈している。同一ベンチマーク上でDeepSeek-V4.1-Flashの脆弱性悪用成功率は85.7%であり、Kimi K3.1 Proの81.0%を上回っている。Zhipu GLM-5.3は57.1%、初期のKimi K3はわずか33.3%にとどまる。
Moonshot AIが公開した安全処理済みモデルは、処理後もDeepSeekおよびGLM-5.3を上回る脆弱性悪用能力を維持している。Anthropicはかつて、GLM-5.3のオープンウェイトを「重大なサイバー攻撃リスクをもたらす」と評価した。同一基準で判断すれば、K3.1 Proも同様にリスクのある位置に該当する。
脆弱性悪用能力は現在の大規模言語モデルに広く存在しており、特定データの単点的な除去によって全体的な状況を変えることはできない。Moonshot AIがこの結果を自ら定量化して公表したことは、業界全体が直面する共通の困難を浮き彫りにしている。
オープンウェイトが抱える構造的矛盾
訓練段階における安全介入は、オープンウェイトモデルにおいて執行上の限界を持つ。Moonshot AIが1.56TBの完全なウェイトファイルを公開した以上、十分な計算資源を持つあらゆる組織や個人がモデルをローカルで実行・調整・ファインチューニングでき、利用規約はローカル展開に対して拘束力を持たなくなる。
Moonshot AI公式ブログはこの限界を認めつつ、オープンウェイトによって安全研究者がモデル内部の欠陥を直接審査できるようになり、レガシーソフトウェアに依存するインフラに対する監査価値があると指摘している。
xdev-bench-hardは現時点で未公開であり、外部研究者が90.5%から81%という結果を再現することは不可能である。ファインチューニングによって除去された能力が復元される可能性があるが、Moonshot AIの技術ブログはこのリスクについて定量的な評価を提供していない。
二つのアプローチの分岐
AnthropicのFlashProveメカニズムは暗号技術的手段により、推論リクエストが特定バージョンのモデルによって処理されており、差し替えられた変種ではないことを、規制当局およびユーザーに対して検証可能な形で証明する。これは「監査可能なクローズドソース」という路線に相当する。
Moonshot AIは全ウェイトの公開、危険データの事前除去、そして介入効果の定量化という方針を選択した。両アプローチの差異は「誰が安全に責任を持つか」という問いへの回答に現れている。FlashProveではプロバイダーが継続的に責任を担うのに対し、K3.1 Proは公開時点での処理完了をもって市場に委ねられる。
Moonshot AIは自己規制の原則を公開している。過去3か月以内のトップクラスのクローズドソースモデルの能力水準を超えるオープンウェイトは公開しないというものだ。
コーディング能力：公開ベンチマークによる交差検証
コーディングエージェント分野におけるK3.1 Proの性能は、複数の公開ベンチマークによって検証可能である。Terminal-Bench 4.0ではK3.1 Proが65.7%、Claude Opus 5.5が66.4%、GPT-6 Astraが58.2%を記録した。SWE-Marathon v1.1ではK3.1 Proが51.7%でClaude Opus 5.5の46.3%を上回った。DeepSWE v1.1ではK3.1 Proが75.5%を獲得し、Claude Opus 5.5（74.2%）およびGPT-6 Astra（74.1%）とほぼ同水準にある。
コーディングタスクにおけるトップクラスのクローズドソースモデル間の差は一桁台のパーセントポイントにまで縮小している。K3.1 Proがオープンウェイトの形でこの水準に参入したことの意義は、下流開発者にとってコスト（API価格はKimi K3の約3分の2）、データプライバシー、そして展開の自律性にある。
Terminal-Bench Science 0.1ではK3.1 Proがわずか38.1%にとどまり、Claude Opus 5.5が63.3%、GPT-6 Astraが68.1%に達している。K3.1 Proは汎用的な科学的推論においてトップクラスのクローズドソースモデルとなお差がある。この種の能力は一部の高度なセキュリティ分析シナリオと関連している。
終点ではなく、一つの参照点として
Moonshot AIによる今回の公開は、中国のオープンソースモデルの歴史において、研究機関が「安全自律」のコストを具体的な数値で公開定量化した初めての事例である。これまで同様の取り組みは主に西側の研究機関のレッドチームレポートに見られた。
テストツールが非公開であること、外部での再現経路が存在しないこと、オープンウェイト公開後の事後的な制御が未解決であること——これらは現実として存在する制約である。汎用的なコーディング能力と脆弱性悪用能力との間の移行距離は、ベンチマークが示すよりも短い。特定データの除去は既製の攻撃能力を減少させるが、汎用推論能力から特定の危険能力への再移行の可能性を排除することはできない。
Moonshot AIは技術的に最も透明性の高いアプローチを選択した。しかし、透明性は安全性と同義ではない。外部の安全研究者が、同等に厳密なツールを用いて1.56TBのウェイトファイルを独立して能力評価し、その攻撃ポテンシャルを体系的に検証することが求められる。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接