Moonshot AI julkaisee Kimi K3.1 Pro -mallin, uuden K3.1-sarjan ensimmäisen mallin

Moonshot AI esitteli Kimi K3.1 Pro -mallin 24. lokakuuta 2026. Se on uuden K3.1-sarjan ensimmäinen malli, ja sen rinnalla julkaistiin nopeampi rinnakkaisversio nimeltä Kimi K3.1 Pro Highspeed. Yhtiön mukaan K3.1 Pro on tähän mennessä sen kyvykkäin avoimien painojen 3T-luokan malli, jonka konteksti-ikkuna on miljoona tokenia.

Julkistuksen mukaan K3.1 Pro Highspeed on kahdesta kolmeen kertaa K3.1 Pro -mallia nopeampi, ja sen mallikyvykkyydet ovat samat. Molemmat mallit ovat saatavilla koko Kimi-tuoteperheessä: Kimi.ai-palvelussa sekä Kimin iOS-, Android- ja HarmonyOS-mobiilisovelluksissa; Kimi Work -työpöytäsovelluksessa (versio 3.1.0 tai uudempi) Windowsille ja Applen siruilla varustetuille Mac-tietokoneille; Kimi Codessa, jossa käyttäjät valitsevat mallin /model-komennolla; sekä Kimi API:n kautta, jossa mallien tunnukset ovat kimi-k3.1-pro ja kimi-k3.1-pro-highspeed. API-asiakkaiden saatavilla on myös tietojen nollasäilytys. Kimi Enterprisen järjestelmänvalvojat voivat ottaa K3.1 Pro -mallin käyttöön organisaatioissaan, mutta julkaisuvaiheessa käyttöoikeus on oletusarvoisesti pois käytöstä.

Koulutus ja raportoitu suorituskyky

K3.1 Pro on Kimi K3 -mallin jälkikoulutettu versio, jonka koulutukseen käytettiin Moonshot AI:n mukaan huomattavasti enemmän laskentatehoa. Yhtiön mukaan se optimoi pinon jokaisen kerroksen mahdollistaakseen laajamittaisen, satoja jatkokäyttöalueita kattavan yhteisen vahvistusoppimisen. Optimoituihin osa-alueisiin kuuluivat vahvistusoppimisen kehys, pitkän kontekstin päättely, koulutuksen tehokkuus, hiekkalaatikko-infrastruktuuri, ajokertojen aikataulutus sekä jaettu ympäristöjen laaduntarkistusalusta.

Yhtiön mukaan K3.1 Pro sai Terminal-Bench 4.0 -testissä 65,7 prosentin tuloksen. Testissä arvioidaan koodausagentteja realistisissa ja rajallisia resursseja edellyttävissä päätetehtävissä. Tulos oli parempi kuin GPT-6 Astran 58,2 prosenttia ja niukasti heikompi kuin Claude Opus 5.5:n 66,4 prosenttia. Kimi Code Bench 3.0 Long-horizon -testissä, joka on monivaiheista suorittamista, työkalujen käyttöä ja päästä päähän -ongelmanratkaisua mittaava sisäinen vertailutesti, K3.1 Pro sai 61,2 prosenttia, kun K3:n tulos oli 55,95 prosenttia. BenchCAD-testissä, jossa arvioidaan 3D-rekonstruktiota useista näkymistä luodun aineiston perusteella CAD-koodin tuottamiseen asti, K3.1 Pro sai työkaluja käyttäen 92,7 prosenttia. Tulos oli lähellä Claude Opus 5.5:n 96,2 prosenttia ja GPT-6 Astran 95,9 prosenttia. 3D Make -ominaisuus on käytettävissä kimi.ai-palvelussa ja Kimi-sovelluksessa. Sen avulla käyttäjät voivat esikatsella ja muokata 3D-malleja verkossa sekä ladata ne valmiina 3D-tulostukseen.

Moonshot AI raportoi myös OfficeQA Pro v2 -testissä saavutetusta alan huipputuloksesta 64,4. Testissä arvioidaan monimutkaista finanssidatan analysointia oikeiden talousasiakirjojen pohjalta. Yhtiö kertoo K3-malliin verrattuna saavutetuista parannuksista sisäisissä finanssialan vertailutesteissään: Financial Modeling -testissä tulos parani 7,2 pistettä, Financial Research -testissä 11,6 pistettä, ja Business Operation -testissä suorituskyky oli noin 4,2-kertainen K3-malliin verrattuna. Kimi Hallu Bench Hard -testissä, joka on faktatarkkuutta mittaava sisäinen rasitustesti, mallin väitetasolla mitattu hallusinaatioaste laski K3-mallin 23,4 prosentista 8,3 prosenttiin. Vähintään yhden asiavirheen sisältävien vastausten osuus oli 42,4 prosenttia edeltäjämallin vastaavasta osuudesta. Blogissa todetaan, että arviointi on tarkoituksella suunniteltu koettelemaan virheille alttiita tilanteita ja etteivät raportoidut osuudet kuvaa virheiden kokonaismäärää päivittäisessä käytössä.

Blogissa kuvatussa sisäisessä, pitkän aikavälin koodaustestissä K3.1 Pro rakensi ihmisen kävelyn dynamiikkaa simuloivan mallin human-atlasin pohjalta. human-atlas on avoimen lähdekoodin anatominen malli ihmiskehosta, ja se koostuu 296 luuston osasta ja 402 lihasosasta. Malli kehitti kävelyn ohjainta vaiheittain 167 tehtävän ja 420 riippumattoman arvioinnin aikana. Kun palkkiofunktion muotoilu ei parantanut käsivarsien liikettä, malli teki simulaattorin dynamiikkaa kartoittavia avoimen silmukan kokeita, tunnisti ja korjasi 36 virhettä olkapään lihasten momenttivarsien laskennassa ja koulutti ohjaimen uudelleen.

Kyberturvallisuuden hallintatoimet ja avoimien painojen periaatteet

Moonshot AI kertoi havainneensa haavoittuvuustutkimuksen suorituskyvyn parantuvan tasaisesti jälkikoulutuksen mittakaavan kasvaessa. Yhtiö yhdisti kehityksen yleiseen välivaiheen koulutusaineistoon sisältyneeseen kyberaiheiseen sisältöön sekä vahvistusoppimisympäristöjen joukossa olleisiin kyberaiheisiin tehtäviin. K3.1 Pro -mallin avoimien painojen julkaisua varten yhtiö kertoi tunnistaneensa ja poistaneensa kyberaiheisen datan molemmista koulutusvaiheista, mutta säilyttäneensä mallin hyödyllisyyden kannalta tarpeelliset yleiskäyttöiset koodaustehtävät.

Yhtiön sisäisessä xdev-bench-hard-vertailutestissä, joka koostuu asiantuntijoiden kuratoimista lähdekoodipohjaisista haavoittuvuuksien löytämis- ja hyödyntämistehtävistä, ilman riskienvähennystoimia koulutettu tarkistuspiste ratkaisee pass@3-mittarilla 90,5 prosenttia ongelmista, kun taas lopullisen K3.1 Pro -mallin tulos on 81,0 prosenttia, blogissa kerrotaan. Moonshot AI:n mukaan tulokset osoittavat, että datan poistaminen vähentää kyberkyvykkyyttä merkittävästi verrattuna siihen, mitä samalla koulutusputkella muuten saavutettaisiin. K3.1 Pro -mallin kyberkyvykkyys jää edelleen jälkeen sellaisten huipputason suljettujen mallien kyvykkyydestä, jotka ovat olleet julkisesti saatavilla vähintään kolmen kuukauden ajan.

Blogissa kuvataan kahta avoimien painojen julkaisemista ohjaavaa periaatetta. Ensinnäkään yhtiö ei pyri julkaisemaan avoimia painoja, jotka veisivät kyberkyvykkyyden ehdotonta eturintamaa pidemmälle. Toiseksi se aikoo kasvattaa avoimilla painoilla saatavilla olevaa kyberkyvykkyyttä asteittain. Yhtiön mukaan syrjimätön pääsy antaa useammille tiimeille keinot tarkastaa ylläpitämäänsä koodia, myös vanhoja järjestelmiä, joille tehdään harvoin erillisiä tietoturvatarkastuksia.

Mallin valinta Kimi Codessa

Erillisessä Kimi Coden dokumentaatiossa kerrotaan yksityiskohtaisesti, miten mallit ovat kehittäjien käytettävissä. Dokumentaatiossa luetellaan kuusi mallin tunnusta K3.1 Pro-, K3-, K2.8 Preview- ja K2.7 Code Highspeed -malliperheistä. Siinä kuvataan k3.1-pro 3T-parametrin lippulaivamalliksi, jonka konteksti-ikkuna on enintään 1 048 576 tokenia korkeamman tason jäsenille, ja kerrotaan Highspeed-version tarjoavan samat ominaisuudet noin kaksinkertaisella kiintiön kulutuksella. Sivun mukaan K3.1 Pro on otettu kokonaan käyttöön Kimi Codessa.

Dokumentaation mukaan K3.1 Pro -mallit tukevat ainoastaan ajattelutilaa, ja ajattelutilan ollessa poissa käytöstä lähetetyt pyynnöt hylätään HTTP 400 -virheellä. Molemmat uudet mallit hyväksyvät reasoning_effort-asetuksiksi low-, high- tai max-arvon, joista max on oletusarvo, ja molemmat hyväksyvät kuva- ja videosyötteen. Uusissa jäsenyyssuunnitelmissa k3.1-pro edellyttää Plus-jäsenyyttä tai sitä korkeampaa tasoa, ja 1M:n konteksti-ikkuna on varattu Pro-jäsenyydelle tai sitä korkeammalle tasolle. k3.1-pro-highspeed puolestaan edellyttää Pro-jäsenyyttä tai sitä korkeampaa tasoa. Vanhoissa suunnitelmissa vastaavat tasot ovat Moderato ja Allegretto.

Dokumentaatiossa suositellaan uuden istunnon aloittamista sen sijaan, että uusiin malleihin vaihdettaisiin kesken istunnon. Vakaimman tuloksen saa käyttämällä alkuperäisiä Responses-, chat completion- tai message-rajapintoja. Kolmannen osapuolen työkaluissa tulee syöttää mallin tunnus täsmälleen oikein, sillä kirjoitusvirheessä käytetään sen sijaan K2.8 Preview -mallia ilman ajattelutilaa.

Yhtiön mukaan Kimi K3.1 Pron täydet mallipainot julkaistaan 4. marraskuuta 2026 mennessä.