Kimi K3.1 Proの重みが公開：ディスク上で1.56TB、ライセンス費用は2000万ドル

APIのローンチからダウンロードまでの11日間、Kimi K3.1 Proに関するほとんどの報道は、BF16のウェイトが5.6テラバイトだと伝えていた。Moonshot AIが実際に2026年11月4日にHugging Faceで公開したリポジトリは1.56TBで、96個のsafetensorsシャードに分割されている。これは誰もが記事にしたモデルより小さいモデルではない——同じKimi K3由来の2.8兆パラメータのMixture-of-Expertsであり、Moonshotがサービス提供用に学習させた精度のまま出荷されている。この2つの数値の差こそ、このリリースを理解するうえで最初に押さえるべき点だ。なぜなら、すでに手元にあるマシンにこれを載せられるかどうかを決めるのは、この差だからである。

2つ目はライセンスです。これはApache 2.0でもMITでもなく、冒頭の寛容な段落にもかかわらずOSI承認でもありません。Kimi K3.1-Pro Licenseと呼ばれる独自の文書で、収益のしきい値が含まれており、無料ダウンロードを特定の種類の企業にとっての交渉ごとに変えてしまいます。どちらの事実も10月25日時点では答えが出せませんでした。当時、重みはチェックリストが付いた約束にすぎなかったからです。今なら答えが出せます。

実際にHugging Faceに登場したものは何だったのか

リポジトリは moonshotai/Kimi-K3.1-Pro で、アクセス制限はなく、111 個のファイルを含んでいます。そのうち 96 個は重みシャードです。残りは設定ファイル、トークナイザー、カスタムアーキテクチャ用の Python ファイル 4 個、モデルカード、ライセンスです。全ファイルの合計サイズは 1,561 GB です。

1.56 TBではなく5.6 TBに収まる理由は、脚注ではなく仕様行としてモデルカードに明記されています。MXFP4の重みとMXFP8のアクティベーションを、量子化対応トレーニングによって適用しています。これは後から誰かが実行した事後的な4ビット量子化ではありません。ネイティブなサービング精度であり、だからこそリポジトリには compressed-tensors タグが付いており、隣にBF16チェックポイントが存在しないのです。5.6 TBのダウンロードを前提に計画していたなら、Moonshotが決して出荷しなかった数値を前提に計画していたことになります。

仕様書の残りです。作業規模を見積もれるように。

• 総パラメータ数 — Mixture-of-Experts構成で2.8T、トークンごとに104Bをアクティブ化

• 深さ — 93層で、うち1層はdense（密）；アテンションスタックは69層のKDAと24層のGated DeepSeek Sparse Attentionで、Kimi K3のフルアテンションGated MLA層からの変更です

• エキスパート — 合計896、トークンごとに16個を選択し、さらに2個を共有、潜在MoE次元は3,584

• コンテキスト — 1,048,576トークン、Kimi K3から変更なし

• モダリティ — テキストと画像を入力、テキストを出力。ビジョンエンコーダーは401MパラメータのMoonViT-V2です

• 語彙 — 160Kトークン

これらの数値のうち、Kimi K3 と比べて新しいのは1つだけで、それはアテンションの変更です。Moonshot は、これが K3 ベース上でのポストトレーニング版であり、数百のドメインにわたるより集中的な共同強化学習を行ったものであって、新しいアーキテクチャではないと明言しています。Gated DSA への置き換えは長文脈の効率のためであり、能力の飛躍のためではありません。

ライセンスには3つの階層があり、重要なのは中間の階層です。

Kimi K3.1-Pro ライセンスは、寛容型ライセンスなら当然そう開かれると期待される形で門戸を開きます。すなわち、使用、複製、改変、マージ、公開、配布、サブライセンス、販売の許可、実行、デプロイ、ファインチューニングの許可、そして派生物の作成の許可です。その後、条件を追加しますが、意思決定が宿るのはこの条件の部分です。

• 第2節、モデル・アズ・ア・サービスに関するゲート — あなたまたはあなたの関連会社が、第三者に推論またはファインチューニングへのアクセスを提供する事業を営んでおり、グループ売上高が連続する任意の12か月間で2,000万ドルを超える場合、商用利用の前にMoonshotとの別途契約が必要です。重要な除外が2つあります。モデルが機能またはハーネス内に組み込まれているエンドユーザー製品は「モデル・アズ・ア・サービス」に該当せず、他社がホストするモデルへリクエストを単に中継することも同様に該当しません。

• 第3条、帰属表示条項 — 月間アクティブユーザーが1億人を超える、または月間売上高が2,000万ドルを超える商用製品は、インターフェース上で「Kimi K3.1-Pro」を目立つ形で表示しなければなりません。これはブランディング上の義務であり、支払いではありません。

• 第4条、免除規定 — 上記のいずれも、内部利用には適用されません。内部利用とは、ソフトウェア、その出力、またはその基盤となる能力を第三者に利用可能にしないあらゆる利用、あるいはMoonshotの公式製品および認定推論パートナーを通じた利用と定義されます。

実務的な解釈では、内部展開は自由で制限がなく、モデル上に自社ユーザー向けの製品を構築する場合も同様です。2000万ドル規模の協議を引き起こすのは、生のモデルアクセスを大規模に再販売する場合です。これらの重みで競合する推論エンドポイントを立ち上げたいと考えているなら、その段落は弁護士に持っていくべきものであり、構造的にはKimi K3が提供されたのと同じライセンスです。つまり、K3に関する既存の法務レビューは、名前を変えればそのまま当てはまります。

このライセンスが果たさないことの一つは、これをOSIの意味でのオープンソースにすることだ。リポジトリのメタデータでは、そのフィールドは license: other と記され、ライセンス名は kimi-k3.1-pro に設定されている。公開直後の数時間のうちにこれを改変MITと表現した報道機関は、寛容な冒頭部分を読んで、そこで止まっていたのだ。

実行するために必要なもの、そして API が優れている点

このモデル向けに公開されているvLLMレシピは、利用可能な中で最も具体的なデプロイ指針であり、細部まで明確に示されている。vLLM 0.34.0以降を前提とし、8基のGPUによるテンソル並列グループ1つ——GB300トレイ2台、またはB300ノード1台——を基本構成として、--nnodes 2にわたって--tensor-parallel-size 8を指定している。オプションの長コンテキストモードであるDCP8は、KVキャッシュ容量を約1,850万トークンまで引き上げる。これは8台のB300でFP8 KVを使用した場合の260万トークンに対し、約7倍に相当する。

2つの帰結がある。第一に、8×H200 ノードは不可だ。1.13 TB の HBM では、キャッシュを1トークン分も割り当てる前に 1.56 TB の重みを保持できない。第二に、コンシューマ向けの道はない。このモデルはワークステーションが持つ以上の VRAM を必要とし、低速な CPU オフロード版を許容可能にするアーキテクチャは、独自の kimi_k31 コードにまだ追いついていない——リポジトリは自身のクイックスタートスニペットで trust_remote_code=True を記載しており、これはそのアーキテクチャがリリース済みの上流ライブラリのデフォルトパスにまだ入っていないことを示している。

経済性は、GPUの個別費用項目よりも出力トークンで捉えるほうがわかりやすい。100万出力トークンあたり10ドルなら、1ノードの推定設備投資額である約55万〜65万ドルで、定価のAPIを通じて550億〜650億出力トークンを購入できる計算になる。自己ホストしたノードがそれに勝るのは、陳腐化する前にその量を上回る出力トークンを処理できるほど稼働させ続けた場合だけだ。しかもこの比較には、電気代、運用スタッフ、アイドル時間、冗長化に必要な2台目のノードが含まれていない。これを読んでいるほとんどのチームにとって率直な答えは、重みは戦略的資産であり、APIの方がモデルを安く使う方法だということだ。

これもまた、kimi/kimi-k3.1-proが入力100万トークンあたり$2.00、出力100万トークンあたり$10.00で当社のカタログに並んでいることが、単なる重複ではなく計算を変える理由でもあります。同じ1,048,576トークンのコンテキストと同じ104Bのアクティブパラメータが、2ノードのクラスタなしで、Chat Completions、Responses API、Anthropic Messagesを通じて利用できます。当社の価格は0%のマークアップをプロバイダーの定価に上乗せしたものです。そのため、Moonshotが料金表を改定すれば、ここに表示される数字は次の契約更新時ではなく当日に変わります。そして、このモデルは1つのキーで200以上の他のモデルと並んで利用できるため、実際のワークロードで試すのに本番経路を確約する必要はありません。フェイルオーバーの背後に置いて、トラフィックを獲得させればよいのです。

ベンチマーク表は諸刃の剣だ

このセクションのすべての数値はモデルカードに基づくベンダー報告値であり、推論エフォートを最大、temperature 1.0、top-p 0.95で実行したものです。比較列もフォールバックを有効にした最大エフォートで取得されているため、1ポイントの差を勝利と解釈する前に知っておく価値があります。

• Terminal-Bench 4.0 — Kimi K3.1 Proは65.7%。Claude Opus 5.5は66.4%、GPT-6 Astraは58.2%、Claude Fable 5.1は57.9%だった。0.8ポイント差で表の2位につけ、比較対象の2モデルを明確に上回っている。

• SWE Marathon v1.1 — Claude Opus 5.5の46.3%、Claude Fable 5.1の45.6%に対して51.7%。長期的なソフトウェア作業における確かなリード。

• ツール使用時のHLE-Full — 70.0%。Claude Opus 5.5の67.7%、Claude Fable 5.1の65.6%に対して。BrowseCompは92.1%で、GPT-6 Astraの91.5%に対して。

• Program Bench — Claude Opus 5.5の65.0%に対して31.5%、Claude Fable 5.1の53.5%、GPT-6 Astraの50.0%。これはシート上で断トツに最大の敗北であり、あなたの仕事がターミナル型のエージェントループではなくプログラム合成であるなら、注目すべき行です。

• Terminal-Bench-Science 0.1 — GPT-6 Astraの68.1%、Claude Opus 5.5の63.3%に対し38.1%。このモデルが及んでいないもう一つのカテゴリーです。

• ツールなしのHLE-Full — 51.1%に対し、Claude Opus 5.5は59.8%。ツール使用の列では順序が逆転しており、このことは純粋な推論力よりもハーネスの品質を物語っている。

このパターンは、実用に足るほど一貫している。Kimi K3.1 Pro は、エージェントがシェルやブラウザ、長時間実行のコーディングタスクを操作している場面で強く、独立した科学的ベンチマークやプログラム構築ベンチマークでは弱い。単一の見出し数値の強さでこれと Claude Opus 5.5 のどちらかを選ぼうとしているなら、その見出し数値こそ、両者が最も近いところだ。

独立系の測定は乏しく、率直に明言する価値がある。Artificial Analysisは現在、Kimi K3.1 ProをIntelligence Index v5.0.1で46と評価し、オープンウェイトとして掲載しており、毎秒32出力トークン、モデルページに表示されるパネルでは25件中1位としている。ローンチ週の報道では55と伝えられていたが、それは10月27日のv5再構築前に使われていたインデックスのビルドに対する数値であり、別の測定器である。一方から他方を差し引いても、意味のない数字になるだけだ。

オープンなチェックポイントは、無制限のものではありません

Moonshotは、これらの重みを公開する前に、中間トレーニングと強化学習の一部からサイバー能力に関するトレーニングデータを削除したと述べており、モデルカードには、それを単なるプレス向けの文言で終わらせず、証拠として記載している。同社の内部xdev-bench-hardセットでは、公開されたチェックポイントは81.0%を記録し、同じモデルの制限なしチェックポイントは90.5%だった。そのリポジトリからダウンロードするものは、緩和済みのビルドである。

絶対値も逆方向に良いものではない。ExploitBenchでは、このモデルは74.7で、GPT-6 Astraの100、Claude Opus 5.5の91.0に対して劣る。ExploitGymでは20.7で、GPT-6 Astraの42.4に対して低い。つまり、公開されたモデルは自らの無制限版よりも弱く、エクスプロイトタスクでは最前線にも後れを取っている。これは、公然とダウンロード可能な2.8兆パラメータモデルに望ましいと考えるのが妥当な組み合わせであり、オープンウェイトが無制限の能力を意味すると脅威モデルで想定していたなら知っておく価値がある。

これをダウンロードすべき人と、すべきでない人

重み自体を保持する理由があるなら、ダウンロードしてください。たとえば、サードパーティ推論を一切排除するデータレジデンシー要件がある、ベースモデルを組織内に置く必要があるファインチューニングプログラムがある、モデルをレンタルするのではなく挙動を監査する研究グループがある、あるいは専用ノードの方がトークン単位の課金より有利になるほど継続的に十分な量がある、といった場合です。ノードは1台ではなく2台必要になるでしょう。また、100万トークンに近いコンテキストを使うつもりなら、KVキャッシュの計画も必要です。

中程度のワークロードでコストを抑えることや、すでに所有しているハードウェアでフロンティア級モデルを動かすことが目的なら、ダウンロードしないでください。1.56 TBは最低ラインであって要件ではなく、要件はB300またはGB300クラスのクラスタです。ワークロードがプログラム合成や自然科学系の難題である場合も、これを見送ってください。Program BenchとTerminal-Bench-Scienceは、このモデルが代替手段から最も遠い領域であり、ライセンスの寛容さがどれほどあってもその差は埋まりません。

その中間にいるすべての人にとって、重みが公開されたことこそ依然としてより重要なニュースであり、それは何を実行できるかという理由からではない。ダウンロード可能なチェックポイントは監査可能で、APIはそうではないからだ。そして、Terminal-Bench 4.0でClaude Opus 5.5に1ポイント差以内まで迫る2.8兆パラメータのモデルは今や、外部の研究者が信じて受け入れるのではなく検査できるものになっている。それが11月4日の、データセンターを所有しているかどうかに依存しない部分だ。