Kimi K3.1 対 Kimi K4：重みが公開された今、K4が打ち負かすべきもの

Kimi K4は存在しない。Kimi K3.1 Proは存在し、しかも今週からはエンドポイントとしてだけでなくダウンロードとしても存在する。96シャード、1.56 TB、ライセンスファイル、そして3つのサービングレシピだ。この非対称性こそが比較のすべてだ。一方は固定され、検査可能な成果物である。もう一方は社内バナーに写されたスローガンと、モデル名を一切挙げていないチップ調達レポートだ。だから答える価値のある問いは、どちらが優れているかではない。Kimi K4が、それを待つことが合理的な判断となる前に、何を実証しなければならないかだ。

その問いには今、確かな答えがある。なぜならベースラインはもう動かないからだ。11月4日までは、「K4を待つ」ことと「重みを待つ」ことは、期限だけが異なる同じ指示だった。今ではもう同じ指示ではなく、日付がまだ付いているのはそのうち一方だけだ。

家族の年代が特定された遺物、順番に

ムーンショットのケイデンスは、この規模のラボとしては異例なほど読み取りやすく、だからこそK4の成果物が存在しないことは、単に残念というだけでなく示唆に富むものになる。

• Kimi K3 — 2026年7月16日、2.8兆パラメータ級で初のオープンモデルとして発表。重みは11日後の7月27日に公開された。

• Kimi K3.1 Pro — 2026年10月23日に発表され、APIを通じて販売された。ポストトレーニング済みの後継モデルで、100万トークンのコンテキストと、変わらず2.8兆の総パラメータを備えると説明されている。技術ブログの日付は10月24日。

• Kimi K3.1 Proの重み — 「11月4日までに」と約束されていたが、リポジトリの唯一のコミットのタイムスタンプは2026年11月2日で、ダウンロードは公開中だ。

• Kimi K4 — ブログ記事なし、モデルカードなし、リポジトリなし、API識別子なし、料金表の行なし、ライセンスなし、Artificial Analysisのページなし。

2025年7月以降で2世代 — 2025年7月のK2、2026年7月のK3 — その間にポイントリリースが挟まる、というのがパターンだ。Kimi K3.1 Proはまさにこのパターンが予測する通りのリリースであり、2026年内にK4が出るとしたら、それは継続ではなく例外ということになる。

バーK4はクリアしなければなりません。

後継モデルは、それが置き換えるものと比べて評価される。そしてその置き換え対象は今や、読むことのできるファイルだ。これらは、Kimi K4が受け継ぎ、上回るか、あるいは敗れることになる数字だ。

• サイズ — 総パラメータ数2.8兆、アクティブ1040億、93層、896エキスパート（トークンごとに16を選択、2は共有）。

• コンテキスト — 1,048,576トークン、当社のモデルページでは最大出力943,718トークンです。

• 重みのフットプリント — 96個のsafetensorsシャード、1.56 TB、量子化考慮学習（QAT）によるMXFP4の重みとMXFP8のアクティベーション。

• 価格 — 100万入力あたり$2.00、100万出力あたり$10.00、キャッシュ入力$0.20、Batch APIでは$1.20と$6.00、Highspeedバリアントでは$4.00と$20.00。

• 独立した評価 — Artificial Analysis Intelligence Index v5で46、総合9位、ベンダーがオープンウェイトと称するモデルの中で最高順位。

• ベンダー公表のベンチマーク — 推論エフォート最大で Terminal-Bench 4.0 は 65.7、SWE Marathon v1.1 は 51.7、ツール使用時の BenchCAD は 92.7、HLE-Full は 51.1。

• 弱点 — Terminal-Bench-Scienceでは38.1、HLE-Diamondでは39.4で、いずれもクローズドフロンティアを大きく下回っている。

• ライセンス — Kimi K3.1 Pro ライセンス：寛容な利用、改変、配布、ファインチューニングが可能ですが、年間収益が2,000万ドルを超えるモデル・アズ・ア・サービス事業には別途契約が必要です。

弱点は興味深い行だ。K4がTerminal-Benchでさらに2ポイント上乗せし、Terminal-Bench-Scienceで同じスコアを出して登場するなら、それは新しい番号を付けたポイントリリースにすぎない。オープンウェイトのフロンティアが本当に後れを取っているのは、科学的でダイヤモンド級に難解な推論の領域であり、そこにこそ真の世代変化が現れなければならない。

待つことを正当化する3つのテスト

待つことは賭けなのだから、条件を備えているべきだ。以下は私たちが適用する3つの条件で、意思決定をどれだけ変えるかの順に並べている。

1つ目は、測定ノイズよりも大きな能力の向上だ。ベンチマークのスコアはハーネス、エフォート設定、ジャッジによって変動する。だからこそ同じモデルが、重みを1つも変えずに、あるインデックスのバージョンでは55、次のバージョンでは46という値を示し得る。再採点されたインデックスでKimi K3.1 Proを2ポイント上回ったK4でも、その基準は超えないだろう。Terminal-Bench-Scienceを38から50代後半へ、あるいはHLE-Diamondを39から60代へ押し上げたK4なら、超えるだろう。

第二は、同じ速さでのオープン性だ。Kimi K3.1 Proの重みはAPI公開から10日後に、重みとともに条項が公開されたライセンスの下で到着した。API先行で、期限を定めない約束を伴って、あるいはK3系にはなかった制限を追加したライセンスを伴って出荷されるK4は、スコアに関係なく、それが置き換えるモデルより悪い取引になるだろう。ここでは成果物の順序が重要だ。モデルカードとライセンスファイルは、ブログ投稿より撤回するのが難しい。

第三は価格であり、これが最も克服しにくい。Kimi K3.1 Proはすでに、入力・出力・キャッシュの価格を前世代比で3分の1削減している。同じ2ドルと10ドルでK4を出せば、能力は向上してもコスト負担の軽減にはならない。それを上回る価格のK4であれば、値上げを正当化するには劇的に優れている必要がある。しかも、オープンウェイト層の価格が分散するのではなく収れんしつつある市場において、なおさらだ。

K4の証拠が実際に何なのか、今週改めて確認した

このリストは10月に監査して以来、何も変わっていない。唯一変わったこと——Kimi K3.1 Proの提供開始——は、証拠ではなくベースラインを動かした。

• この名前は、2026年7月下旬に流出した社内の祝賀バナーに「K4を絶対的な限界まで押し上げる」というフレーズが記されていたことに由来する。スライド上のフレーズは製品名の出発点になり得るが、それは発表ではない。

• 唯一の実質的な報道は、2026年7月29日ごろのThe Informationによるもので、MoonshotがK3より大規模な後継モデルを訓練するためにNvidia BlackwellクラスのGPUを追加調達しようとしていたという内容だ。モデル名もパラメータ数も時期も明示していない。これは調達に関する記事である。

• 「5兆〜6兆パラメータ」という数字は10月第2週の中国語報道に登場したもので、名前の明示された情報源に基づくものではなく、Moonshotのいかなる文書にも存在しない。それらの報道で肝心な役割を果たしている言葉は「おそらく」である。

• ある情報漏洩者は、Moonshotのフラッグシップモデルでコードネーム「x4」が事前学習を完了し、事後学習の半ばから後半の段階にあると主張している。x4がK4であるかどうかは未確認であり、単一の未検証アカウントは証拠ではなく手がかりにすぎない。

• 確認可能なサーフェスはすべて空です。Moonshotのブログには10月24日以降の投稿がありません。Hugging Face組織の最新テキストモデルはKimi K3.1 Proです。K4を検索しても、サードパーティによる再アップロードしか返ってきません。APIのモデルリストには kimi-k3.1-pro、kimi-k3.1-pro-highspeed、kimi-k3、kimi-k2.7-code、kimi-k2.6 が含まれています。料金ページにK4の行はありません。Artificial AnalysisにはK4のページがありません。

また、APIではなくトレーニング実行に付随する政策リスクもある。Moonshotは、Blackwellクラスのチップをどのように入手したかについて報じられた疑惑に直面してきた。そして、Entity List指定の脅しは、K4が依存するGPU供給を、すでに出荷されダウンロード済みのモデルを制約するよりもはるかに大きく制約することになる。これは、強気のK4タイムラインを割り引いて見る理由であり、Kimi K3.1 Proの可用性を疑う理由ではない。

待つことには実際どれだけのコストがかかるのか

コストはゼロではなく、便益よりも言い表すのは簡単だ。待って過ごす毎月は、現在のインデックスで46点を記録し、100万トークンのコンテキストを扱い、$2と$10で済み、ダウンロードして検査できるモデルがない毎月である。あなたのワークロードが通常のエージェント型コーディング、文書抽出、長文脈検索であれば、置き換えるのを待っているものは、ほとんどのチームが運用しているものよりすでに優れている。

第二のコストはアーキテクチャの漂流です。意思決定を先送りするチームは、その間の都合のよいものに合わせて構築しがちで、その結果、最終的な移行は先送りした移行よりも高くつきます。選択肢を安価に保つ方法は、モデルを自分たちが制御するインターフェースの背後に置くことです。OrcaRouterのルーティングDSLはそれを具体的に実現します。モデルではなくポリシーを指定するので、K4識別子がやがて存在したとき、それを追加するのは呼び出し側コードの書き換えではなく、独自の重みとフォールバックを持つ新しいルートになります。プロバイダー間の自動フェイルオーバーは同じエンドポイントの背後で動作し、これほど新しいモデルでは重要です。単一の上流に固定された本番経路こそ、ルーターが排除するために存在する障害モードです。

第三のコストは數値化しにくいが、現実のものだ。オープンウェイトの分野は動いている。Kimi K3.1 Pro はオープンウェイトと稱されるモデルの中で現在の首位だが、同じ指標では DeepSeek V4.1 Flash と GLM-5.3 がそのすぐ後ろに位置しており、6か月の待機はその順位が入れ替わるのに十分な長さだ。K4 を待つことは、その場に留まることではない。

{{1}}実際に日程を動かすシグナル{{/1}}

これを推測するのではなく監視したいなら、研究室が通常アーティファクトを産出する順序で観察してください。

• APIモデル識別子。これは公開するのに最もコストがかからず、通常は最初に公開されるもの——モデル一覧に載る文字列であり、多くの場合、何らかの告知より前から存在します。

• 料金表の行。価格は2番目に安い成果物であり、デモではなく商用ローンチを最も明確に示すものである。

• ライセンスファイルを備えたHugging Faceリポジトリ。Moonshotの場合、これはAPIのローンチ後11〜12日の隔たりを意味してきた。したがって、リポジトリが現れることは早期のシグナルではなく、遅れてのシグナルである。

• モデルカードと、ハーネス設定を記載したベンチマーク表。Kimi K3.1 Proのカードは異例なほど具体的で、Claude Codeハーネス、推論エフォート、ジャッジモデルを明記している。そして、このレベルの開示自体が、完成したリリースであることの兆候だ。

• 製品サーフェス。Kimi Code、Kimi Work、モバイルアプリは従来、開発者向けドキュメントが追いつく前に新しいモデル識別子を公開してきました。

対象外となるのは、背後に文書がないパラメータ数、K3から外挿したベンチマーク値、そして上記の5つの成果物のいずれも伴わずに「K4 is coming」で始まる投稿です。これらは7月から出回っていますが、そのいずれも仕様には発展していません。

決定規則

あなたのワークロードが、Kimi K3.1 Pro が明らかに苦手とする2つの領域——科学的ターミナル作業と極めて困難な推論——に該当し、しかも数週間ではなく四半期単位で測られる待ち時間を吸収できる場合に限り、待つべきだ。そうしたチームにとって、待つことの合理性は現実にある。それらのタスクにおけるクローズドなフロンティアとの差は、本物の世代交代が意味を持つほど大きく、ポイントリリースで埋まる見込みは低い。

それ以外のすべての人にとって、答えは既存のものの上に築くことだ。Kimi K3.1 Proは、隣に並ぶプロプライエタリモデルより低価格で、ダウンロード可能であり、その失敗モードは第三者によって公に記録されている。Kimi K4はスケジュールの問題であり、スケジュールこそが、それについて誰も公表していない唯一の事柄だ。写真に撮られたスローガンにロードマップを賭けるのは忍耐ではない。それは、より良いブランディングをまとった推測にすぎない。