📡 Signal｜ムーンショット AI、2.8兆パラメータの Kimi K3.1 Pro の重みを公開

中国の AI 企業ムーンショット AI は11月4日、大規模言語モデル「Kimi K3.1 Pro」の重み (パラメータ) を Hugging Face で公開した。公式の X は「オープンな知能を前進させ続ける」とだけ添えた。総パラメータは2.8兆、1 トークンあたりに実際に使う活性パラメータは1,040億の混合エキスパート (MoE) 構成で、公開された中では最大級の規模になる。

重みが公開されたということは、企業や研究者が自分のサーバーで動かし、改変し、組み込める状態になったということだ。API の向こうに閉じた最上位級のモデルが、ダウンロードできる形で出てきた。モデルカードが並べる自社計測のベンチマークでは、一部の項目で米国の閉じた最上位モデルと肩を並べる。

何が公開されたか

Hugging Face のモデルカードによると、主な仕様は次のとおりだ。

• 総パラメータ2.8兆・活性パラメータ1,040億の MoE。896 のエキスパートから 1 トークンあたり 16 を選ぶ
• 文脈長は104万8,576トークン (約100万)
• テキストと画像を扱う「ネイティブなマルチモーダル」。4億100万パラメータの画像エンコーダを内蔵
• 重みは MXFP4、活性は MXFP8 の量子化を学習時から織り込む
• ライセンスは独自の「Kimi K3.1 Pro License」。思考にかける手間を low / high / max から選べる

ムーンショットは自らを「現時点で最も有能な 3 兆規模のモデル」と記す。「3 兆規模」で公開重みを配る企業が、米国勢ではなく中国勢から出ている構図だ。

自社計測のベンチマークが示す距離

モデルカードは、Kimi K3.1 Pro (max 設定) と米国勢のモデルを並べた表を載せている。数値はムーンショットの計測で、一部は他社の公表値を引いたものだと注記されている。

• ブラウザ操作の BrowseComp は92.1で、GPT-6 Astra (91.5)、Claude Opus 5.5 (90.8) をわずかに上回ると記す
• ソフト工学の DeepSWE v1.1 は75.5で、Opus 5.5 (74.2)、GPT-6 Astra (74.1) を上回るとする
• 端末操作の Terminal-Bench 4.0 は65.7で、Opus 5.5 (66.4) に僅差で届かない
• 難問集の HLE-Diamond は39.4で、GPT-6 Astra (65.8)、Opus 5.5 (60.9) に大きく離される

項目によって、肩を並べる面と、まだ離される面がはっきり分かれる。注意すべきは、これが自社計測であることだ。モデルカード自身、一部の内部ベンチマークは外部で再現できないと断っている。数値そのものより、「ダウンロードできる重み」が最上位級の議論に並んだこと自体が、この公開の重みだ。

閉じたモデルの価格にかかる圧力

公開重みの最上位級モデルが増えることは、API でモデルを売る企業の価格に下向きの圧力をかける。利用者は、自前のサーバーで動かす選択肢を比較対象に持てるようになる。推論を回すための計算資源 (GPU・電力・データセンター) の需要は、API の利用からセルフホストの利用へと形を変えながら、総量としては増える。

この圧力は、AI 関連の投資サイクルを読むうえでの材料になる。閉じたモデルの単価が高止まりするほど、公開重みを自前で回す動機は強まる。逆に、公開重みの運用に要る計算資源とエンジニアリングの負担が大きければ、API の手軽さが勝つ。どちらに振れるかは、モデルの性能だけでなく、ライセンスの条件と運用の費用で決まる。

今回のライセンスが「Kimi K3.1 Pro License」という独自のものである点にも注意がいる。重みが公開されても、商用利用の範囲や再配布の条件は、一般的なオープンソースのライセンスと同じとは限らない。企業が採用を判断する前に、ライセンスの条文を読む必要がある。

次に見るもの

確認先は2つある。

• Hugging Face の Kimi K3.1 Pro のモデルカードとライセンス面 (huggingface.co/moonshotai)。ライセンスの条件と、ダウンロード数・派生モデルの増え方で、企業の採用がどこまで進むかが見える
• 配信事業者や推論サービスが、このモデルを即日で載せるかどうか。閉じたモデルの価格に実際の圧力がかかるのは、手軽に使える経路が増えたときだ

米国の閉じた最上位モデルの次の価格改定や、公開重みモデルへの対応が、この公開への答えになる。

ことば

• MoE (混合エキスパート) — モデルの中に多数の「専門家」を持ち、入力ごとに一部だけを動かす仕組み。総パラメータが大きくても、1 回の計算で使う活性パラメータを抑えられるため、巨大なモデルを現実的な費用で動かせる。
• オープンウェイト — モデルの重み (学習済みのパラメータ) を公開し、誰でもダウンロードして自分の環境で動かせる形。学習データや作り方まで公開する「オープンソース」とは区別される。ライセンスの条件は配り手ごとに異なる。
• 文脈長 — モデルが一度に読み込める入力の長さ。約100万トークンは、長い文書やコードの全体を一度に扱えることを意味する。

🔗 一次ソース

• Hugging Face: moonshotai/Kimi-K3.1-Pro のモデルカードhuggingface.co
• ムーンショット AI 公式 X の重み公開の告知 — Kimi K3.1 Pro の重みの公開と Hugging Face へのリンクを確認