← 2026-10-24 の一覧へ戻るホーム
Kimi K3.1 Pro と Kimi K3.1 Pro Highspeed

2026/10/24 1:59

Kimi K3.1 Pro と Kimi K3.1 Pro Highspeed

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

本質的なメッセージは、巨大なコンテキスト処理（100万トークンのウィンドウ）を実現し、コード生成、3D 制作、金融分析、そしてエージェント機能において前バージョンの Kimi K3 に比べて大幅な向上を遂げた新世代先進型 AI モデル「Kimi K3.1 Pro」の導入です。この強力な性能を補完するため、チームはまた、「Kimi K3.1 Pro Highspeed」というモデルも同時リリースし、より滑らかで対話性の高いユーザー体験を実現するために、応答時間を 2〜3 倍に高速化しました。このモデルは、Terminal-Bench 4.0 などの厳格なベンチマークにおいて、先行モデルや GPT-6 Astra といった専用システムを上回る成績（65.7% vs. 58.2%）を記録することで優位性を示しています。特筆すべきは、複雑なシミュレーションの構築に成功した点で、例えば人間を模倣した歩行エージェントに対して 11.2 秒にわたる連続的な動きを生成しつつ、困難なタスクにおいてもハルシネーション発生率を劇的に低下させています。これは、主張レベルにおけるハルシネーション発生率を 23.4% から 8.3% に引き下げたという記録です。元の Kimi K3 から開発されたこのリリースは、トレーニング中に特定のサイバー関連データを排除することでセキュリティリスクを低減させ、安全性を最優先する方針を採用しています。完全なモデル重みは 11 月 4 日に公開予定ですが、アーキテクチャ設計において少なくとも 3 ヶ月はトップクラスの frontier モデルにやや劣る生の能力値を保つよう意図的に設定されており、これが潜在的な悪用を防ぐための措置です。結局として、これはユーザーに対し、高い性能と脆弱性に対する組み込み的防護策のバランスが取れた、信頼性の高いオープンウェイトの代替手段を提供するものです。

本文

Kimi K3.1 Pro：オープンウェイトモデルの新たなフロンティアへ

新シリーズ「K3.1」のご紹介

われらは、**新シリーズ「K3.1」**に属する第一のモデルであり、かつこれまでで最も高性能な 3T クラス（3 トokens コンテキスト） オープンウェイトモデルである「Kimi K3.1 Pro」をご紹介します。

主要特徴

  • 大容量コンテキスト: 100 万 tokens のコンテキストウィンドウを搭載。
  • 高性能な実装: コーディング、3D コンテンツ制作、金融研究、およびエージェント機能など、あらゆる分野で顕著な性能向上を実現。
  • 高速モードの同時リリース: よりレスポンシブなインタラクションを可能にするために、Kimi K3.1 Pro より**2〜3 倍高速化した「Kimi K3.1 Pro Highspeed」**も同時にリリースします。

利用状況と公開予定

  • 現在利用可能なプラットフォーム:
    • kimi.ai
    • Kimi Work
    • Kimi Code
    • Kimi API
  • 完全なモデルウェイト（Open Weights）公開予定日: 2026 年 11 月 4 日まで。

オープンインテリジェンスのフロンティアを前進させる

Kimi K3.1 Pro は、より大規模なポストトレーニング計算資源を投入した「キミ K3」のポストトレーニング版です。数百のダウンストリームドメインにわたり大規模な共同 RL（強化学習）を実現するために、スタックのあらゆる層——RL フレームワーク、長コンテキスト推論、トレーニング効率、サンドボックスインフラストラクチャ、ロールアウトスケジューリング、ならびに環境品質チェックのための共有プラットフォーム——を最適化しています。

その結果、RL 計算資源の増加分ごとに安定した予測可能なリターンをもたらすようにしており、K3.1 Pro はすべてのドメインにおいて一貫した性能向上を達成しました。

ベンチマーク結果：プロプライエタリモデルと同等かそれ以上

コーディング、エージェント機能、および知識に関するベンチマークにおいて、以下のスコアを記録しました。

ベンチマーク項目Kimi K3.1 Pro スコア比較対象（他社トップクラス）備考
Terminal-Bench 4.0
(リアルなリソース制約下でのターミナルタスク)		65.7%GPT-6 Astra (58.2%)
Claude Opus 5.5 (66.4%)		Claude Opus 5.5 に僅かに届く結果。
Kimi Code Bench 3.0 Long-horizon
(内部ベンチマーク：多様なエンジニアリングドメイン)		61.2%前代モデル K3 (55.95%)多ステップ実行、ツールの利用、E2E 問題解決能力において向上。

コーディング・エンハンスメント

K3.1 Pro は、実在のコードベースでの素早い修正から全プロジェクトのビルドに至るまで、幅広いコーディングワークをサポートします。さらに、ゲームや Web 体験においては、より洗練されたビジュアルスタイルを持ち込み、適切なツールを用いてそれらを構築する能力を備えています。

対応分野と機能

  • ゲームエンジン: Unity, Unreal Engine, Godot などで効果的に動作。Web サーチや 3D ジェネレーションと組み合わせることで完全な体験を創出。
  • フロントエンド: フロントエンドページ、インタラクティブな Three.js シーン、および 3D アセットにおいて、構成力、タイポグラフィ、アニメーションの質が向上。

長期コーディング能力：人間歩行ダイナミクスシミュレーターの例

大規模な強化学習により長期的なコーディング能力がさらに強化されています。内部テストの一例として、K3.1 Pro は以下のタスクを達成しました。

  • タスク: 「Human-Atlas」（人体を 296 つの骨格部品と 402 つの筋肉部品から構成する解剖学的モデル）ベースの人間歩行ダイナミクスシミュレーターの構築・改良。
  • プロセス:
    1. 167 のミッションおよび 420 の独立したレビューを通じて実験結果を分析。
    2. シミュレーションされた人間が数秒以内に倒れ落ちる状態から、交互にステップを踏みながら 11.2 秒にわたって継続的に歩くことへの転換を実現。
  • 困難な状況への対応:
    • 報酬シェイピング（報酬形成）が上肢運動の改善に失敗した際、単なる報酬調整だけでなく、シミュレータのダイナミクスに関するオープンループプローブを実行。
    • 肩関節筋肉のモーメントアーム計算における 36 の誤りを特定・修正し、コントローラーを再トレーニング。

3D モデリングおよびデザイン

K3.1 Pro は 3D コンテンツ制作および空間的推論において高い能力を発揮します。「BenchCAD」（マルチビューレンダリングからの CAD コード生成による 3D 再構築能力を評価するベンチマーク）では、以下のスコアを記録。

  • ツール使用時のスコア: 92.7%
    • Claude Opus 5.5 (96.2%) および GPT-6 Astra (95.9%) に迫る性能を示しました。
  • 能力概要:
    • テキストの要約、スケッチ、または参照画像から形状、比例、空間関係を推定し、実用的な 3D モデルを構築可能。
    • 既存のアセットライブラリやモデルコレクションに関する理解も飛躍的に向上。

パラメトリックモデリングとツール連携

  • 対象: 機械部品、建築模型、設定可能な製品、カスタム家具まで対応。
  • 自動化: MCP コネクタを介さずとも、Blender や CAD ソフトウェアなどのツール向けのスクリプトを記述・実行可能（アセットの構築と微調整、コンポーネントの編集、ジオメトリや材質、シーンのレイアウト調整）。

「3D Make」機能:

  • 利用場所: kimi.ai およびキミアプリ上で現在利用可能。
  • 機能: オンラインで 3D モデルをプレビューして編集し、3D プリント用のデータとしてダウンロードしたり、動画や Live Photo として出力・共有できます。

金融分野

より強力な推論能力とエージェント機能により、K3.1 Pro は金融ワークフローの完全なエンドツーエンド実行を可能にします。「OfficeQA Pro v2」（実際の金融文書を対象とした複雑な財政データ分析）において64.4の結果を達成し、最先端レベル（State-of-the-Art）の実績を示しました。

主要ベンチマークでの改善状況

すべての内部金融ベンチマークにおいて顕著な改善が見られます：

  1. Financial Modeling（財務モデリング）
    • 実際のモデリングタスクにおける式とのリンク、財務ロジック、および最終ワークブックの品質を評価。
    • K3 より 7.2 ポイントの向上。
  2. Financial Research（財務研究）
    • 証拠やカットオフ制約下で監査可能な研究を生成する能力を評価。
    • K3 より 11.6 ポイントの向上。
  3. Business Operation（事業運営）
    • シミュレーションされたビジネス環境における長期的な経営および意思決定能力を評価。
    • K3 の約 4.2 倍のパフォーマンスを達成。

事実の正確性の向上（ハルシネーション抑制）

金融分析および投資研究は高い事実の正確性を必要とします。これに基づき、現実世界のタスクに対する事実の正確性に针对性的改善を行いました。

  • ベンチマーク: 「Kimi Hallu Bench Hard」（事実の正確性に対するストレステスト）。
  • ハルシネーション率の低下: K3 の 23.4% から 8.3% に低下しました。
  • 誤りを含む回答の割合: 前代モデルの 42.4% に留まりました（注：これは意図的に難易度を上げたストレステストの結果であり、日常利用における全体的なエラー率を示すものではありません）。

サイバーセキュリティ

K3.1 Pro の能力向上に伴い、われらはサイバー能力の起源と制御可能性について調査し、脆弱性研究成果能を分析・評価しました。トレーニング中にターゲット指向の統制を適用して潜在的な悪用リスクを低減しつつ、一般的な有用性を維持することを図りました。

データクリーニングと統制措置

  • 問題の特定: 中級トレーニングコーパス内にサイバー関連コンテンツが埋め込まれており、RL エンバイロメントにも同様のタスクが含まれていたことが分かりました。これらは広範なデータトレーニングに伴う自然な副産物です。
  • 対策: K3.1 Pro のオープンウェイトリリースにおいて、両方のトレーニング段階からサイバー関連データを特定して削除を行いました。これにより、モデルの有用性に必要な一般用途コーディングタスクを維持しつつ、悪用リスクを下げています。

「xdev-bench-hard」における評価結果

われらは自社の脆弱性情報発見およびエクスプロイトタスク用のエキスパートが精選したソースコードベース「xdev-bench-hard」に対して K3.1 Pro を評価しました（Linux カーネル、Node.js、JavaScriptCore などのソフトウェアで最近公開された脆弱性を忠実に再現）。

チェックポイントPass@3 スコア備考
データ削除なし (通常値)90.5%サイバー能力のフロンティアを拡張する場合の数値。
K3.1 Pro (データ削除あり)81.0%安全性と一般用途性のバランスが維持されていることを示す。

【重要】

  • データ削除は同様のトレーニングパイプラインで通常得られる結果に対して有意にサイバー能力を低下させることを示しています。同時に、K3.1 Pro は前代モデルよりも著しく改善しており、データ削除後もより強力な一般コーディングおよび長期的デバッグ能力がサイバータスクに汎用化することが示されました。
  • K3.1 Pro のサイバー能力は、少なくとも 3 ヶ月間公開されているフロンティアプロプライエタリモデルにはまだ及びません。

オープンウェイト原則

  • 目的: サイバー能力の絶対的なフロンティアを拡張するオープンウェイトリリースを目的としておりません。
  • 方針: 攻撃的サイバー能力は設計上、我々のパイプラインが生成できる能力の下限に留まっています。
  • 利点: オープンウェイトで利用可能なサイバー能力を漸進的に高めることを意図しています。防衛目的のために二重用途能力が必要とする人々にも利益をもたらします。
  • セキュリティ向上: 能力のあるモデルが開示され、ユーザーが管理するインフラストラクチャ上で動作することで、コードの監査手段を持つチームが多数増え、結果的にすべてのソフトウェアをより安全にすると考えられています。

利用状況とアクセス方法

キミ K3.1 Pro は今日からキミ製品ファミリー全体で展開されます：kimi.ai およびキミモバイルアプリ、Kimi Work、Kimi Code、ならびに Kimi API 経由でのアクセスが可能です。

  • 完全なモデルウェイト: 2026 年 11 月 4 日までにリリース予定です。
  • 組織導入: キミエンタープライズ管理者は組織内で K3.1 Pro を有効化できますが、起動時にはデフォルトで無効になっています。

チャンネル別利用ガイド

チャネル操作方法 / 要件
Kimi AgentsKimi モバイルアプリ（iOS, Android, HarmonyOS）の最新版をダウンロード/アップデートするか、kimi.ai をご訪問ください。
Kimi WorkKimi ワークデスクトップアプリの最新版（バージョン 3.1.0 以降）をダウンロードしてください（Windows および Apple シリコン Mac 対応）。
コーディングKimi Code を実行し、
/model
コマンドを使用してキミ K3.1 Pro を選択してください。
Kimi API
kimi-k3.1-pro
または 
kimi-k3.1-pro-highspeed
を選択してください。「ゼロデータ保持」オプションも利用可能です。
組織導入キミビジネスページから「キミビジネスを取得」を選択し、チームのためにサブスクライブしてください（個人・組織アカウント完全分離）。

ベンチマークに関する注釈

特に指定のない限り、以下のすべてのキミ K3.1 Pro の結果は、推論努力（reasoning effort）を「max」、温度（temperature）= 1.0、Top-p = 0.95 で取得したものです。

コーディングベンチマークの詳細

  • Terminal-Bench 4.0: Claude-Code ハーネス使用。DeepSeek-V4.1-Flash-1017 のスコアはリリースブログから取得し、他モデルは技術レポートまたは公式リーダーボード（https://www.tbench.ai/）の最大値。
  • Terminal-Bench Science 0.1: DeepSeek-V4.1-Flash-1017 内部評価は 9.3 ですが、旧バージョンが公式スコア（15.7）を記録しているため、ここでは15.7を報告します（公式リーダーボード参照）。
  • DeepSWE v1.1: 全モデルの技術レポートまたは公式ドキュメントより取得。
  • SWE-Marathon v1.1: 公式 SWE-Marathon リーダーボード（https://www.swe-marathon.org/）から取得。
  • PostTrainBench: H20 GPU を使用し、公式リーダーボード（https://posttrainbench.com/）より取得。
  • ProgramBench: バイナリスコアを報告（95% 以上の場合に 1）。Vals ProgramBench リーダーボード参照。

エージェントベンチマークの詳細

  • BioMysteryBench / Agents' Last Exam / OfficeQA Pro: 公式データセット使用。特定のモデルは Codex/Python ハーネス、他は Claude Code/Kimi Code を使用。オンライン検索による正解回避等厳格な評価基準が適用されています。
  • Frontier Finance: 公式金融エージェント v2 ハーネス使用。
  • Harvey Legal Agent: Artificial Analysis の Stirrup ハーネス使用（全パス率報告）。
  • GDP.pdf / ZeroBench / ChartoGraphy: 5 回の実行平均（マルチモーダル他は 4 回）。Gemini-3.5-Flash (medium reasoning effort) および公式ジャッジプロンプト使用。

推論・知識・マルチモーダルベンチマーク

  • MMMU-Pro: 画像をテキスト入力の先頭に追加し、元の順序保持で評価。
  • Kimi Hallucination Benchmark: 内部匿名化プロンプトセット（実践的業務タスク抽出）使用。ファクトチェックエージェントによるクレームレベルのハルシネーション率報告。

サイバーセキュリティベンチマークの詳細

  • ExploitBench: 公式ハーネス使用（pass@5 スコア）。GPT-6 Astra、Claude Opus 5.5、GLM-5.3 のスコアは各社の公式ドキュメントから取得。
  • ExploitGym: KimiCode ハーネス使用（タスクあたり 6 時間予算）。同様に他社モデルの公式データと整合。
  • xdev-Bench-hard: KimiCode ハーネスまたは Claude Code ハーネス使用（状況により異なります）。

同じ日のほかのニュース

一覧に戻る →

2026/10/24 6:21

CVE トレーカー

## 日本語翻訳: この文書は、直近 90 日間の出来事を記録する日報です。歴史的な文脈、過去の事例への言及、または将来の予測を含まず、特定の 3 ヶ月という期間における基本的なタイムラインを提供する中立的で記述的な記録です。本文は結果、リスク、利益、または業界全体への影響についての分析を行っておらず、その唯一の目的は、これらの特定の日常事象が実際に近日に発生したことを確認することです。

2026/10/24 1:21

本日、我々が狙いを定めてハッキングしたものが「iPhone」でした。

## Japanese Translation: パリで開催された Hexacon におけるセキュリティデモでは、iPhone に対する新たなリスクが強調され、専門家が敵対勢力がこれらをハックして遠隔操作を実現できることを明らかにしました。このイベントは「Apple 永続的脅威」（APT）という概念を導入し、Apple デバイスを標的とする進化を続ける攻撃について説明しました。展示されたデモには、ユーザーの関与なしに突破を可能にする Signal の 1 クリック型エクスプロイト、標準的な iMessage と比較してサードパーティ製アプリがもたらす危険性に関する議論、「攻撃下で iPhone が特定の動作を実行できるか」というインタラクティブな質問、および APT という用語そのものの導入が含まれていました。完全な技術詳細は後日公開される予定ですが、主な教訓は、iPhone エコシステムが複雑で高度な新たな脅威に直面しており、セキュリティプロフェッショナルらが即座に対応してデータを盗難したり不正アクセスを防ぐことをユーザーから守る必要があるということです。

2026/10/24 4:09

Dessa：史上最高性能のフルデュプレックス音声モデル

## Japanese Translation: 2026 年 10 月 21 日より、dessa.com の新しいプライバシー通知は、サービスを継続しながら安全性と法的遵守を確保するために個人情報を収集・保存・利用する方法を定めています。本方針は**dessa.com ウェブサイトのみ**に適用され、Square、Cash App、Afterpay、TIDAL などのサードパーティプラットフォーム、求職者（就業候補者）、および外部サイトには明確に適用されません。当社は個人情報をサードパーティに対して販売しません。データはユーザーから直接収集するか、クッキー、ウェブビーコン、ピクセル、クリア GIF などの技術を用いて過去 12 ヶ月以内に自動的に収集され、利用状況の追跡や体験のカスタマイジングに用いられます。情報はアフィリエイテート（Cash App、Square、Afterpay、TIDAL を含む）、詐欺防止および身元確認のためのサービス提供者、および特定の法的または事業移転シナリオの場合に共有されますが、販売は行われません。複数の地域で管理上の、技術的な、物理的な対策を講じている一方で、絶対的なインターネットのセキュリティを保証することはできません。ユーザーはアクセス権、訂正権、削除権を持ち、ターゲット広告からのオプトアウトも可能（管轄法域による制限あり）ですが、これらの請求には身元確認が必要です。更新後のサイトへの継続的な利用は同意を示すものとみなされます。また、13 歳未満の子どもに関するデータが発見された場合は削除され、改正は有効日の更新を伴って掲示されることも定められています。 ## Text to translate: **Improved Summary:** Effective October 21, 2026, dessa.com's new privacy notice outlines how it collects, stores, and uses personal information to provide services while ensuring security and legal compliance. Crucially, this policy applies **only** to the dessa.com website and explicitly excludes third-party platforms like Square, Cash App, Afterpay, TIDAL, as well as employment candidates and external sites. The company does not sell personal information to third parties. Data is collected directly from users or automatically within the preceding 12 months via technologies such as cookies, web beacons, pixels, and clear GIFs to track usage and tailor experiences. Information is shared with affiliates (including Cash App, Square, Afterpay, and TIDAL), service providers for fraud prevention and identity verification, and in specific legal or business transfer scenarios, but never sold. While the company employs administrative, technical, and physical safeguards across multiple regions, it cannot guarantee absolute internet security. Users retain rights to access, correct, delete their data, and opt out of targeted advertising (subject to jurisdiction), though identity verification is required for requests. Continued use of the site after updates implies consent. The policy also states that data from children under 13 will be deleted if discovered, and amendments will be posted with an updated effective date.