Moonshot AI ने जारी किया Kimi K3.1 Pro, नई K3.1 सीरीज़ का पहला मॉडल

Moonshot AI ने 24 अक्टूबर, 2026 को Kimi K3.1 Pro पेश किया। यह उसकी नई K3.1 सीरीज़ का पहला मॉडल है और इसके साथ Kimi K3.1 Pro Highspeed नाम का एक तेज़ संस्करण भी पेश किया गया। कंपनी के अनुसार, K3.1 Pro अब तक का उसका सबसे सक्षम 3T श्रेणी का ओपन-वेट मॉडल है और इसमें 10 लाख टोकन की संदर्भ विंडो है।

घोषणा के अनुसार, K3.1 Pro Highspeed, K3.1 Pro की तुलना में दो से तीन गुना अधिक गति देता है और इसकी मॉडल क्षमताएँ समान हैं। दोनों मॉडल Kimi उत्पाद परिवार में उपलब्ध हैं: Kimi.ai और iOS, Android तथा HarmonyOS के लिए Kimi मोबाइल ऐप्स पर; Windows और Apple silicon वाले Mac कंप्यूटरों के लिए Kimi Work डेस्कटॉप ऐप्लिकेशन के 3.1.0 या उसके बाद के संस्करण में; Kimi Code में, जहाँ उपयोगकर्ता /model कमांड से मॉडल चुन सकते हैं; और Kimi API के ज़रिए, जहाँ मॉडल kimi-k3.1-pro और kimi-k3.1-pro-highspeed नामों से सूचीबद्ध हैं। API ग्राहकों के लिए Zero Data Retention की सुविधा भी उपलब्ध है। Kimi Enterprise के प्रशासक अपने संगठनों के लिए K3.1 Pro चालू कर सकते हैं; लॉन्च के समय इसकी पहुँच डिफ़ॉल्ट रूप से बंद है।

प्रशिक्षण और रिपोर्ट किया गया प्रदर्शन

K3.1 Pro, Kimi K3 का पोस्ट-ट्रेंड संस्करण है, जिसे Moonshot AI के मुताबिक़ काफ़ी अधिक पोस्ट-ट्रेनिंग कंप्यूट के साथ तैयार किया गया है। सैकड़ों डाउनस्ट्रीम क्षेत्रों में बड़े पैमाने पर संयुक्त रीइन्फोर्समेंट लर्निंग को सक्षम बनाने के लिए, कंपनी ने कहा कि उसने स्टैक की हर परत को बेहतर बनाया: रीइन्फोर्समेंट लर्निंग फ़्रेमवर्क, लंबी संदर्भ विंडो पर अनुमान, प्रशिक्षण दक्षता, सैंडबॉक्स अवसंरचना, रोलआउट शेड्यूलिंग और परिवेश की गुणवत्ता जाँच के लिए साझा प्लेटफ़ॉर्म।

कंपनी के अनुसार, कोडिंग एजेंटों को वास्तविक परिस्थितियों और सीमित संसाधनों वाले टर्मिनल कार्यों पर परखने वाले Terminal-Bench 4.0 में K3.1 Pro ने 65.7 प्रतिशत अंक हासिल किए। यह GPT-6 Astra के 58.2 प्रतिशत से आगे रहा, जबकि Claude Opus 5.5 के 66.4 प्रतिशत से थोड़ा पीछे रहा। कई चरणों में काम पूरा करने, टूल इस्तेमाल करने और शुरू से अंत तक समस्याएँ हल करने की क्षमता परखने वाले कंपनी के आंतरिक बेंचमार्क Kimi Code Bench 3.0 Long-horizon में K3.1 Pro ने 61.2 प्रतिशत अंक हासिल किए; K3 का स्कोर 55.95 प्रतिशत था। कई दृश्यों से मिले रेंडरिंग के आधार पर CAD कोड तैयार करके 3D पुनर्निर्माण की जाँच करने वाले BenchCAD में, टूल के साथ K3.1 Pro का स्कोर 92.7 प्रतिशत रहा। यह Claude Opus 5.5 के 96.2 प्रतिशत और GPT-6 Astra के 95.9 प्रतिशत के करीब था। 3D Make सुविधा kimi.ai और Kimi ऐप पर उपलब्ध है। इससे उपयोगकर्ता ऑनलाइन 3D मॉडल का पूर्वावलोकन और संपादन कर सकते हैं तथा उन्हें 3D प्रिंटिंग के लिए तैयार रूप में डाउनलोड कर सकते हैं।

Moonshot AI ने OfficeQA Pro v2 में 64.4 का अत्याधुनिक स्कोर भी बताया। यह बेंचमार्क वास्तविक वित्तीय दस्तावेज़ों के आधार पर जटिल राजकोषीय डेटा विश्लेषण की जाँच करता है। कंपनी ने अपने आंतरिक वित्तीय बेंचमार्कों में K3 की तुलना में हुई बढ़त का भी ज़िक्र किया: Financial Modeling में 7.2 अंक, Financial Research में 11.6 अंक और Business Operation में K3 के प्रदर्शन से लगभग 4.2 गुना बेहतर प्रदर्शन। तथ्यात्मक सटीकता की जाँच करने वाले कंपनी के आंतरिक तनाव-परीक्षण Kimi Hallu Bench Hard में, दावों के स्तर पर मॉडल की मनगढ़ंत जानकारी देने की दर K3 के 23.4 प्रतिशत से घटकर 8.3 प्रतिशत रह गई। वहीं, कम-से-कम एक तथ्यात्मक त्रुटि वाले जवाबों का अनुपात उसके पूर्ववर्ती मॉडल की दर का 42.4 प्रतिशत था। ब्लॉग में कहा गया है कि यह मूल्यांकन जानबूझकर ऐसी परिस्थितियों की जाँच के लिए तैयार किया गया है जहाँ त्रुटि की आशंका अधिक होती है; बताई गई दरें रोज़मर्रा के इस्तेमाल में होने वाली कुल त्रुटियों की दर नहीं दर्शातीं।

ब्लॉग में बताए गए एक आंतरिक, लंबी अवधि वाले कोडिंग परीक्षण में K3.1 Pro ने human-atlas के आधार पर इंसान के चलने की गतिशीलता का सिम्युलेटर बनाया। human-atlas मानव शरीर का एक ओपन-सोर्स शारीरिक मॉडल है, जिसमें कंकाल के 296 घटक और मांसपेशियों के 402 घटक शामिल हैं। 167 मिशनों और 420 स्वतंत्र समीक्षाओं के दौरान मॉडल ने चलने के नियंत्रक को बार-बार बेहतर बनाया। जब इनाम-निर्धारण में बदलाव से बाँहों की गति में सुधार नहीं हुआ, तो उसने सिम्युलेटर की गतिशीलता की ओपन-लूप जाँच की, कंधे की मांसपेशियों के मोमेंट-आर्म की गणना में 36 त्रुटियाँ पहचानीं और ठीक कीं, फिर नियंत्रक को दोबारा प्रशिक्षित किया।

साइबर सुरक्षा नियंत्रण और ओपन-वेट सिद्धांत

Moonshot AI ने कहा कि पोस्ट-ट्रेनिंग का पैमाना बढ़ने के साथ उसने भेद्यता-अनुसंधान के प्रदर्शन में लगातार सुधार देखा। कंपनी ने इस रुझान का कारण सामान्य मध्य-प्रशिक्षण कॉर्पस में शामिल साइबर-संबंधी सामग्री और रीइन्फोर्समेंट लर्निंग के परिवेश में मौजूद साइबर-संबंधी कार्यों को बताया। K3.1 Pro के ओपन-वेट संस्करण के लिए कंपनी ने कहा कि उसने प्रशिक्षण के दोनों चरणों से साइबर-संबंधी डेटा की पहचान करके उसे हटा दिया, लेकिन मॉडल को उपयोगी बनाए रखने के लिए ज़रूरी सामान्य प्रयोजन वाले कोडिंग कार्य बनाए रखे।

कंपनी के विशेषज्ञों द्वारा चुने गए, स्रोत-कोड पर आधारित भेद्यता खोजने और उनका फ़ायदा उठाने के कार्यों के आंतरिक बेंचमार्क xdev-bench-hard पर, जोखिम घटाने के इन उपायों के बिना प्रशिक्षित एक चेकपॉइंट pass@3 पर 90.5 प्रतिशत समस्याएँ हल करता है, जबकि अंतिम K3.1 Pro का स्कोर 81.0 प्रतिशत है। ब्लॉग के अनुसार, ये नतीजे दिखाते हैं कि डेटा हटाने से साइबर क्षमताएँ उसी प्रशिक्षण प्रक्रिया से अन्यथा मिलने वाली क्षमताओं की तुलना में सार्थक रूप से घटती हैं। यह भी कहा गया है कि K3.1 Pro की साइबर क्षमताएँ उन अत्याधुनिक मालिकाना मॉडलों से अब भी कम हैं जो कम-से-कम तीन महीने से सार्वजनिक रूप से उपलब्ध हैं।

ब्लॉग में ओपन-वेट रिलीज़ के पीछे दो सिद्धांत बताए गए हैं। पहला, कंपनी ऐसे ओपन वेट जारी नहीं करना चाहती जो साइबर क्षमताओं की सर्वोच्च सीमा को और आगे बढ़ाएँ। दूसरा, कंपनी ओपन वेट में उपलब्ध साइबर क्षमताओं को धीरे-धीरे बढ़ाने का इरादा रखती है। उसका कहना है कि बिना भेदभाव वाली पहुँच से ज़्यादा टीमों को अपने रखरखाव वाले कोड की जाँच करने के साधन मिलते हैं—इसमें पुराने सिस्टम भी शामिल हैं, जिनकी सुरक्षा समीक्षा के लिए शायद ही कभी विशेष व्यवस्था की जाती है।

Kimi Code में मॉडल कॉन्फ़िगरेशन

अलग से उपलब्ध Kimi Code के दस्तावेज़ बताते हैं कि डेवलपर इन मॉडलों का उपयोग कैसे कर सकते हैं। दस्तावेज़ों में K3.1 Pro, K3, K2.8 Preview और K2.7 Code Highspeed परिवारों के कुल छह मॉडल ID सूचीबद्ध हैं। इनमें k3.1-pro को प्रमुख 3 ट्रिलियन-पैरामीटर मॉडल बताया गया है, जिसका संदर्भ विंडो उच्चतर सदस्यता स्तर वाले उपयोगकर्ताओं के लिए अधिकतम 1,048,576 टोकन की है। Highspeed संस्करण में समान क्षमताएँ हैं, लेकिन यह लगभग दोगुना कोटा खर्च करता है। पृष्ठ के अनुसार, Kimi Code में K3.1 Pro को पूरी तरह जारी किया जा चुका है।

दस्तावेज़ों के अनुसार, K3.1 Pro मॉडल केवल थिंकिंग मोड का समर्थन करते हैं और थिंकिंग बंद करके भेजे गए अनुरोध HTTP 400 त्रुटि के साथ अस्वीकार कर दिए जाते हैं। दोनों नए मॉडल reasoning_effort सेटिंग के लिए low, high या max स्वीकार करते हैं; डिफ़ॉल्ट सेटिंग max है। दोनों में छवि और वीडियो इनपुट भी स्वीकार किए जाते हैं। नई सदस्यता योजनाओं के तहत k3.1-pro के लिए Plus या उससे ऊपर की सदस्यता आवश्यक है और 1M संदर्भ विंडो केवल Pro या उससे ऊपर के सदस्यों के लिए उपलब्ध है; वहीं, k3.1-pro-highspeed के लिए Pro या उससे ऊपर की सदस्यता चाहिए। पुरानी योजनाओं में इनके समकक्ष स्तर Moderato और Allegretto हैं।

दस्तावेज़ों में नए मॉडल पर सत्र के बीच में स्विच करने के बजाय नया सत्र शुरू करने की सलाह दी गई है। सबसे स्थिर आउटपुट के लिए मूल Responses, चैट कंप्लीशन या मैसेज API का उपयोग करने और तृतीय-पक्ष टूल में मॉडल ID ठीक-ठीक दर्ज करने की भी सलाह दी गई है, क्योंकि गलत ID दर्ज करने पर थिंकिंग मोड के बिना K2.8 Preview पर वापस चला जाता है।

कंपनी ने कहा कि Kimi K3.1 Pro के पूरे मॉडल वेट 4 नवंबर, 2026 तक जारी कर दिए जाएंगे।