Moonshotの10月23日リリース。BenchCAD 92.7、金融リサーチ幻覚8.3%。オープンウェイト公開前に脆弱性研究データを除去した。
パラメータ
TBA
コンテキスト長
TBA
ライセンス
Open-weight (non-commercial)
リリース日
2026-10-23
API料金
このモデルのAPI料金情報は現在未公開です
強み
- •金融リサーチ幻覚8.3%（K3は23.4%）
- •シミュレータ自身の誤りを検出
- •公開前に脆弱性データを除去
弱み
- •BenchCADはMoonshot評価
- •81%攻撃解決は小さくない
- •コンテキスト・価格未公開
活用例
- •金融・法務・技術ドラフト確認
- •幻覚が実金になる専門業務
- •オープン重み運用
深度分析
BenchCAD
92.7
OfficeQA Pro v2
64.4
幻覚（金融）
8.3%（K3は23.4%）
オープンウェイト
あり、脆弱性データ除去
強み
- ・プロ向け納品の信号が本物だ。金融リサーチの幻覚がK3の23.4%から8.3%に下がり、これはレポートを出せるかを決める数字だ。
- ・ルールのなかで空回りせず、シミュレータ自身の肩筋の計算に36の誤りを見つけた。フロンティアモデルに本当に求める挙動だ。
- ・Moonshotはオープンウェイト公開前に脆弱性研究データを除去（攻撃解決90.5%→81%）し、攻撃的フロンティアを開放しないと選んだ。
弱み
- ・BenchCADとOfficeQAはMoonshot寄りの評価だ。92.7を信じる前に独立実測が要る。
- ・安全データを除いたオープンウェイトでも実能力は出る。81%の攻撃解決は小さくない。
- ・コンテキストや価格、標準リーダーボードの数値はまだ未公表。
競合比較
| Model | GPQA | Price |
|---|---|---|
| DeepSeek V4.1-Flash | 未公表 | オープン |
| Qwen3.5-397B-A17B | 未公表 | オープン |
| GPT-5.6 Sol | 94.6% | $5/$30 |
Kimi K3.1 ProはMoonshot AIの10月23日リリース。社内ロボットシミュレーションで11.2秒立ち続け（数秒で転倒から改善）、シミュレータ自身の肩筋計算に36の誤りを見つけた。BenchCADは92.7、金融リサーチ幻覚をK3の23.4%から8.3%に削減。Moonshotはオープンウェイト公開前に脆弱性研究データを除去した。
分析生成日: 2026-10-27