Moonshot AI lancerer Kimi K3.1 Pro, den første model i den nye K3.1-serie

Moonshot AI præsenterede Kimi K3.1 Pro den 24. oktober 2026. Det er den første model i virksomhedens nye K3.1-serie, som også omfatter en hurtigere variant, Kimi K3.1 Pro Highspeed. Virksomheden beskriver K3.1 Pro som sin hidtil mest kapable open-weight-model i 3T-klassen med et kontekstvindue på 1 million tokens.

Ifølge meddelelsen er Kimi K3.1 Pro Highspeed to til tre gange hurtigere end Kimi K3.1 Pro, mens modellernes egenskaber er identiske. Begge modeller er tilgængelige på tværs af Kimi-produktfamilien: på Kimi.ai og i Kimi-mobilapps til iOS, Android og HarmonyOS; i desktopprogrammet Kimi Work, version 3.1.0 eller nyere, til Windows og Mac-computere med Apple-chips; i Kimi Code, hvor brugerne vælger modellen med kommandoen /model; og via Kimi API, hvor modellerne er opført som kimi-k3.1-pro og kimi-k3.1-pro-highspeed, og hvor API-kunder kan benytte opbevaring uden datalagring (Zero Data Retention). Administratorer af Kimi Enterprise kan aktivere K3.1 Pro for deres organisationer, men adgangen er som standard deaktiveret ved lanceringen.

Træning og rapporterede resultater

K3.1 Pro er en eftertrænet version af Kimi K3, udviklet med det, Moonshot AI beskriver som væsentligt større beregningsressourcer til eftertræning. For at muliggøre fælles forstærkningslæring i stor skala på tværs af hundredvis af downstream-domæner har virksomheden ifølge egne oplysninger optimeret alle dele af systemet: rammeværket for forstærkningslæring, inferens med lang kontekst, træningseffektivitet, sandbox-infrastruktur, planlægning af udrulninger og en fælles platform til kvalitetstjek af miljøer.

Virksomheden oplyser, at K3.1 Pro fik 65,7 procent på Terminal-Bench 4.0, som evaluerer kodningsagenter på realistiske terminalopgaver med begrænsede ressourcer. Det var bedre end GPT-6 Astra, der fik 58,2 procent, og lige under Claude Opus 5.5 med 66,4 procent. På Kimi Code Bench 3.0 Long-horizon, en intern benchmark, der dækker udførelse af opgaver i flere trin, brug af værktøjer og problemløsning fra start til slut, fik K3.1 Pro 61,2 procent mod K3’s 55,95 procent. På BenchCAD, der tester 3D-rekonstruktion ud fra gengivelser fra flere synsvinkler gennem generering af CAD-kode, fik K3.1 Pro 92,7 procent med værktøjer. Det nærmer sig Claude Opus 5.5 med 96,2 procent og GPT-6 Astra med 95,9 procent. Funktionen 3D Make er tilgængelig på kimi.ai og i Kimi-appen, så brugerne kan forhåndsvise og redigere 3D-modeller online og downloade dem, så de er klar til 3D-print.

Moonshot AI rapporterer også et førende resultat på 64,4 i OfficeQA Pro v2, der tester kompleks analyse af finansielle data baseret på autentiske finansielle dokumenter. Virksomheden fremhæver desuden forbedringer i forhold til K3 på tværs af sine interne finansbenchmarks: 7,2 point inden for finansiel modellering, 11,6 point inden for finansiel research og en præstation på cirka 4,2 gange K3’s niveau inden for forretningsdrift. På Kimi Hallu Bench Hard, en intern stresstest af faktuel nøjagtighed, faldt modellens hallucinationsrate på påstandsniveau fra 23,4 procent for K3 til 8,3 procent, mens andelen af svar med mindst én faktuel fejl var 42,4 procent af forgængerens niveau. Blogindlægget bemærker, at evalueringen bevidst er udformet til at undersøge situationer, hvor fejl let opstår, og at de rapporterede rater ikke afspejler den samlede fejlrate ved daglig brug.

I en intern test af kodning over længere forløb, som blogindlægget beskriver, byggede K3.1 Pro en simulator af menneskers gangdynamik oven på human-atlas, en open source-anatomisk model af menneskekroppen med 296 skeletkomponenter og 402 muskelkomponenter. På tværs af 167 missioner og 420 uafhængige evalueringer forbedrede modellen gentagne gange en gangcontroller. Da belønningsformning ikke forbedrede armbevægelserne, gennemførte modellen åbne sonderinger af simulatorens dynamik, identificerede og rettede 36 fejl i beregningerne af skuldermusklernes momentarme og genoptrænede controlleren.

Cybersikkerhedskontroller og principper for åbne vægte

Moonshot AI oplyste, at virksomhedens evne til at undersøge sårbarheder blev stadig bedre, efterhånden som omfanget af eftertræningen voksede. Virksomheden førte udviklingen tilbage til cyberrelateret indhold i det generelle korpus til mellemliggende træning og cyberrelaterede opgaver i blandingen af miljøer til forstærkningslæring. Til udgivelsen af K3.1 Pro med åbne vægte identificerede og fjernede virksomheden cyberrelaterede data fra begge træningsfaser, samtidig med at de generelle kodningsopgaver, der er nødvendige for modellens anvendelighed, blev bevaret.

På xdev-bench-hard, virksomhedens interne benchmark med ekspertudvalgte opgaver til at finde og udnytte sårbarheder baseret på kildekode, løser et kontrolpunkt, der er trænet uden disse risikoreducerende tiltag, 90,5 procent af problemerne ved pass@3, mens den endelige K3.1 Pro-model klarer 81,0 procent, oplyser blogindlægget. Moonshot AI sagde, at resultaterne viser, at fjernelsen af data i væsentlig grad reducerer cyberkapaciteten sammenlignet med, hvad den samme træningspipeline ellers ville have frembragt. K3.1 Pro’s cyberkapacitet er fortsat lavere end hos førende proprietære modeller, der har været offentligt tilgængelige i mindst tre måneder.

Blogindlægget beskriver to principper bag udgivelsen af modellen med åbne vægte. For det første ønsker virksomheden ikke at udgive åbne vægte, der ville udvide den absolutte frontlinje inden for cyberkapacitet. For det andet agter virksomheden gradvist at øge den cyberkapacitet, der er tilgængelig i modeller med åbne vægte. Den anfører, at ikke-diskriminerende adgang giver flere teams mulighed for at gennemgå den kode, de vedligeholder, herunder ældre systemer, som sjældent får dedikerede sikkerhedsgennemgange.

Modelkonfiguration i Kimi Code

Separat dokumentation for Kimi Code beskriver, hvordan modellerne stilles til rådighed for udviklere. Dokumentationen angiver seks model-id’er fordelt på familierne K3.1 Pro, K3, K2.8 Preview og K2.7 Code Highspeed, beskriver k3.1-pro som en flagskibsmodel med 3 billioner parametre og et kontekstvindue på op til 1.048.576 tokens for medlemmer på de højere niveauer og oplyser, at Highspeed-versionen har de samme egenskaber, men bruger omkring dobbelt så meget af kvoten. Ifølge siden er K3.1 Pro fuldt udrullet i Kimi Code.

Ifølge dokumentationen understøtter K3.1 Pro-modellerne kun tænkningstilstand, og anmodninger, hvor tænkning er deaktiveret, afvises med en HTTP 400-fejl. Begge nye modeller accepterer indstillingerne low, high eller max for reasoning_effort, hvor max er standardindstillingen, og begge accepterer billed- og videoinput. Med de nye medlemskabsplaner kræver k3.1-pro Plus eller et højere niveau, og kontekstvinduet på 1 mio. er forbeholdt Pro eller højere niveauer, mens k3.1-pro-highspeed kræver Pro eller et højere niveau. Med de ældre planer er de tilsvarende niveauer Moderato og Allegretto.

Dokumentationen anbefaler, at man starter en ny session i stedet for at skifte til de nye modeller midt i en session, bruger de indbyggede Responses-, chat completion- eller message-API’er for at få det mest stabile output og indtaster de præcise model-id’er i tredjepartsværktøjer, da et forkert indtastet id medfører, at systemet i stedet bruger K2.8 Preview uden tænkningstilstand.

Virksomheden oplyste, at de fulde modelvægte for Kimi K3.1 Pro vil blive frigivet senest den 4. november 2026.