モデル一覧 ›
Kimi K3.1 Pro
Moonshot AI コーディングエージェント画像入力長文
パラメータ
2.8T
アクティブ 104B（MoE）
いちばん小さい量子化
1454GB
MXFP4（公式）
KV キャッシュ（8K・FP16）
0.21GB
公称コンテキスト 1M
乗るスペック
0/ 64
クラスタ構成を含む・8K
コンテキスト長と必要メモリ
横線は各スペックの利用可能メモリ。線より下なら乗る4bit 前後各ビット帯でいちばん小さい量子化・KV FP16
スペックごとの推定速度
decode tok/s・8K・乗る構成だけ・推奨量子化乗る構成がありません。
Kimi K3.1 Pro は、作業ごとにどのくらいか
- AIエージェント最上位級（Claude Opus 5.5・Gemini 4 Argon と同じくらい）。勝つ確率: Claude Opus 5.5 に 44%・Claude Sonnet 5.5 に 39%・Claude Haiku 5.5 に 72%（1 ベンチ・比べた相手 14 モデル）
- コーディング数字なし（判定できません）
- 検索・調べもの目印なし（1 ベンチ・比べた相手 6 モデル）
- 知識・推論最上位級（Claude Fable 5.1 と同じくらい）。勝つ確率: Claude Sonnet 5.5 に 57%・Claude Haiku 5.5 に 64%（2 ベンチ・比べた相手 31 モデル）
- 数学数字なし（判定できません）
- 日本語数字なし（判定できません）
- 画像理解目印なし（1 ベンチ・比べた相手 7 モデル）
同じベンチに数字のある2モデルを「対戦」とみなし、作業ごとにレーティングを付けています（チェスや LLM のアリーナと同じ考え方）。数字は各社の自己申告が中心で条件は揃っていないので、目安として見てください。
作業ごとの位置
Kimi K3.1 Proクラウドモデル（点に乗せると名前）縦線は階層の目印（右ほど強い）
用途で変わる：チャット・コーディング・AIエージェント
チャット
コンテキスト 8K短いやりとり。速く返ってくることが大事。数字は推定 decode tok/s と、その長さで乗る中で最も高精度な量子化
乗るスペック 0 / 9・最小構成で 1530 GB（うち KV 0.2 GB）
代表スペックでは乗りません。
乗らない: M5 Max 64GB・M5 Max 128GB・M5 Ultra 256GB・M5 Ultra 512GB・RTX 4090 24GB・RTX 5090 32GB・RTX PRO 6000 Blackwell 96GB・DGX Spark 128GB・Ryzen AI Max+ 395 128GB
コーディング
コンテキスト 64Kリポジトリのコードを読み込んで直す。数字は推定 decode tok/s と、その長さで乗る中で最も高精度な量子化
乗るスペック 0 / 9・最小構成で 1531 GB（うち KV 1.7 GB）
代表スペックでは乗りません。
乗らない: M5 Max 64GB・M5 Max 128GB・M5 Ultra 256GB・M5 Ultra 512GB・RTX 4090 24GB・RTX 5090 32GB・RTX PRO 6000 Blackwell 96GB・DGX Spark 128GB・Ryzen AI Max+ 395 128GB
AIエージェント
コンテキスト 128Kツール呼び出しを繰り返し、履歴と結果がコンテキストに溜まる。数字は推定 decode tok/s と、その長さで乗る中で最も高精度な量子化
乗るスペック 0 / 9・最小構成で 1533 GB（うち KV 3.4 GB）
代表スペックでは乗りません。
乗らない: M5 Max 64GB・M5 Max 128GB・M5 Ultra 256GB・M5 Ultra 512GB・RTX 4090 24GB・RTX 5090 32GB・RTX PRO 6000 Blackwell 96GB・DGX Spark 128GB・Ryzen AI Max+ 395 128GB
用途ごとに見るベンチ
Kimi K3.1 Pro はどのあたりか
- Terminal-Bench 2.0：Kimi K3.1 Pro の数字なし
- τ²-Bench：Kimi K3.1 Pro の数字なし
- SWE-bench Verified：Kimi K3.1 Pro の数字なし
- Humanity's Last Exam：25 モデル中 3 位。クラウドなら Claude Sonnet 5.5（56.9）と Kimi K3.1 Pro (API)（51.1）のあいだ
- Artificial Analysis Intelligence Index同じ条件：26 モデル中 8 位。クラウドなら Claude Fable 5.1（49）と Kimi K3.1 Pro (API)（46）のあいだ
数字はベンダー自己申告などの出典の値で、条件（推論モード・ツールの有無など）は揃っていません。目安として見てください。
Terminal-Bench 2.0
6 モデル・各社の自己申告（条件はばらばら）τ²-Bench
5 モデル・各社の自己申告（条件はばらばら）SWE-bench Verified
10 モデル・各社の自己申告（条件はばらばら）Humanity's Last Exam
25 モデル・各社の自己申告（条件はばらばら）ツールありの数字しかない GLM-5.3・GLM-5.3-Flash・Claude Opus 5.5・GLM-5.3 (API)・Muse Spark Open 816B-A42B は除外
Artificial Analysis Intelligence Index
26 モデル・全モデル同じ条件（第三者が測定）スペックごとの判定
| スペック | 判定 | 推奨量子化 | 必要メモリ | 利用可能 | 最大コンテキスト | 推定 tok/s |
|---|---|---|---|---|---|---|
| RTX 5070 12GBllama.cpp | このランタイム向けの量子化がありません | |||||
| RTX 3060 12GBllama.cpp | このランタイム向けの量子化がありません | |||||
| M5 16GBMLX | このランタイム向けの量子化がありません | |||||
| M4 16GBMLX | このランタイム向けの量子化がありません | |||||
| RTX 5080 16GBllama.cpp | このランタイム向けの量子化がありません | |||||
| RTX 5070 Ti 16GBllama.cpp | このランタイム向けの量子化がありません | |||||
| RTX 5060 Ti 16GBllama.cpp | このランタイム向けの量子化がありません | |||||
| RTX 4080 SUPER 16GBllama.cpp | このランタイム向けの量子化がありません | |||||
| RTX 4070 Ti SUPER 16GBllama.cpp | このランタイム向けの量子化がありません | |||||
| RTX 4060 Ti 16GBllama.cpp | このランタイム向けの量子化がありません | |||||
| M5 Pro 24GBMLX | このランタイム向けの量子化がありません | |||||
| M5 24GBMLX | このランタイム向けの量子化がありません | |||||
| M4 Pro 24GBMLX | このランタイム向けの量子化がありません | |||||
| M4 24GBMLX | このランタイム向けの量子化がありません | |||||
| RTX 4090 24GBllama.cpp | このランタイム向けの量子化がありません | |||||
| RTX 3090 24GBllama.cpp | このランタイム向けの量子化がありません | |||||
| Radeon RX 7900 XTX 24GBllama.cpp | このランタイム向けの量子化がありません | |||||
| M5 32GBMLX | このランタイム向けの量子化がありません | |||||
| M4 32GBMLX | このランタイム向けの量子化がありません | |||||
| M2 Max 32GBMLX | このランタイム向けの量子化がありません | |||||
| M1 Max 32GBMLX | このランタイム向けの量子化がありません | |||||
| RTX 5090 32GBllama.cpp | このランタイム向けの量子化がありません | |||||
| M5 Max 36GBMLX | このランタイム向けの量子化がありません | |||||
| M4 Max 36GBMLX | このランタイム向けの量子化がありません | |||||
| M3 Max 36GBMLX | このランタイム向けの量子化がありません | |||||
| M5 Max 48GBMLX | このランタイム向けの量子化がありません | |||||
| M5 Pro 48GBMLX | このランタイム向けの量子化がありません | |||||
| M4 Max 48GBMLX | このランタイム向けの量子化がありません | |||||
| M4 Pro 48GBMLX | このランタイム向けの量子化がありません | |||||
| M3 Max 48GBMLX | このランタイム向けの量子化がありません | |||||
| RTX 6000 Ada 48GBllama.cpp | このランタイム向けの量子化がありません | |||||
| RTX A6000 48GBllama.cpp | このランタイム向けの量子化がありません | |||||
| M5 Max 64GBMLX | このランタイム向けの量子化がありません | |||||
| M5 Pro 64GBMLX | このランタイム向けの量子化がありません | |||||
| M4 Max 64GBMLX | このランタイム向けの量子化がありません | |||||
| M4 Pro 64GBMLX | このランタイム向けの量子化がありません | |||||
| M3 Max 64GBMLX | このランタイム向けの量子化がありません | |||||
| M2 Ultra 64GBMLX | このランタイム向けの量子化がありません | |||||
| M2 Max 64GBMLX | このランタイム向けの量子化がありません | |||||
| M1 Ultra 64GBMLX | このランタイム向けの量子化がありません | |||||
| M1 Max 64GBMLX | このランタイム向けの量子化がありません | |||||
| Ryzen AI Max+ 395 64GBllama.cpp | このランタイム向けの量子化がありません | |||||
| M5 Ultra 96GBMLX | このランタイム向けの量子化がありません | |||||
| M3 Ultra 96GBMLX | このランタイム向けの量子化がありません | |||||
| M3 Max 96GBMLX | このランタイム向けの量子化がありません | |||||
| M2 Max 96GBMLX | このランタイム向けの量子化がありません | |||||
| RTX PRO 6000 Blackwell 96GBllama.cpp | このランタイム向けの量子化がありません | |||||
| M5 Max 128GBMLX | このランタイム向けの量子化がありません | |||||
| M4 Max 128GBMLX | このランタイム向けの量子化がありません | |||||
| M3 Max 128GBMLX | このランタイム向けの量子化がありません | |||||
| M2 Ultra 128GBMLX | このランタイム向けの量子化がありません | |||||
| M1 Ultra 128GBMLX | このランタイム向けの量子化がありません | |||||
| DGX Spark 128GBllama.cpp | このランタイム向けの量子化がありません | |||||
| Ryzen AI Max+ 395 128GBllama.cpp | このランタイム向けの量子化がありません | |||||
| M2 Ultra 192GBMLX | このランタイム向けの量子化がありません | |||||
| M5 Ultra 256GBMLX | このランタイム向けの量子化がありません | |||||
| M3 Ultra 256GBMLX | このランタイム向けの量子化がありません | |||||
| HPE Private Cloud AI Small（RTX PRO 6000 ×4）llama.cpp | このランタイム向けの量子化がありません | |||||
| M5 Ultra 512GBMLX | このランタイム向けの量子化がありません | |||||
| M3 Ultra 512GBMLX | このランタイム向けの量子化がありません | |||||
| M5 Max 128GB ×2Thunderbolt 5（RDMA）・exo / MLX distributed | このランタイム向けの量子化がありません | |||||
| M5 Ultra 512GB ×2Thunderbolt 5（RDMA）・exo / MLX distributed | このランタイム向けの量子化がありません | |||||
| M5 Ultra 512GB ×4Thunderbolt 5（RDMA）・exo / MLX distributed | このランタイム向けの量子化がありません | |||||
| DGX Spark 128GB ×2ConnectX-7（200GbE 直結）・vLLM（Ray・テンソル並列） | 乗らない | MXFP4（公式） | 1533 GB | 230 GB | — | — |
量子化ごとのサイズ
| 形式 | 量子化 | サイズ | 実効 bit | リポジトリ |
|---|---|---|---|---|
| MXFP4 | MXFP4（公式） | 1454 GB | 4.46 | moonshotai/Kimi-K3.1-Pro |
Hugging Face のファイルサイズ（本体の重みのみ）。実効 bit はサイズ ÷ 総パラメータ。
基本情報
- パラメータ
- 2.8T（アクティブ 104B）（MoE）
- 層数
- 93
- KV を持つ層
- 24層×576要素
- 入力
- テキスト・画像
- ライセンス
- kimi-k3.1-pro
- 公開日
- 2026-11-02
- 配布元
- moonshotai/Kimi-K3.1-Pro
起動コマンドの例
vllm serve moonshotai/Kimi-K3.1-Pro --max-model-len 8192ECN 実測
このモデルの ECN 実測はまだありません。
ベンチマークと出典
| ベンチマーク | スコア | 出典 | 条件 | 日付 |
|---|---|---|---|---|
| Artificial Analysis Intelligence Index | 46 | 第三者 | third-party; Artificial Analysis Intelligence Index v5.0.1 (scale not comparable to older index versions); variant: Kimi K3.1 Pro (no effort label on page); page accessed 2026-11-07（API 版の値。公開されている重みと同じモデル） | 2026-11-07 |
| Humanity's Last Exam | 51.1 | ベンダー | reasoning effort max, vendor self-report (HF model card); HLE-Full, no tools (with tools: 70.0)（API 版の値。公開されている重みと同じモデル） | 2026-11-07 |
| GPQA Diamond | 94.2 | ベンダー | reasoning effort max, vendor self-report (HF model card); release date not stated, measured_at = page access date（API 版の値。公開されている重みと同じモデル） | 2026-11-07 |
| Terminal-Bench 4.0 | 65.7 | ベンダー | reasoning effort max, vendor self-report (HF model card); Claude Code harness | 2026-11-02 |
| BrowseComp | 92.1 | ベンダー | reasoning effort max, vendor self-report (HF model card); context compaction at 200K tokens, 500-step max | 2026-11-02 |
| MMMU-Pro | 84.1 | ベンダー | reasoning effort max, vendor self-report (HF model card); without tools (w/ python: 90.0) | 2026-11-02 |