Moonshot AI lansează Kimi K3.1 Pro, primul model din noua serie K3.1

Moonshot AI a lansat Kimi K3.1 Pro pe 24 octombrie 2026, primul model din noua sa serie K3.1, alături de o variantă complementară mai rapidă, numită Kimi K3.1 Pro Highspeed. Compania descrie K3.1 Pro drept cel mai performant model cu ponderi deschise din clasa 3T pe care l-a creat până în prezent, cu o fereastră de context de 1 milion de tokenuri.

Potrivit anunțului, Kimi K3.1 Pro Highspeed oferă o viteză de două până la trei ori mai mare decât Kimi K3.1 Pro, având aceleași capabilități de model. Ambele modele sunt disponibile în întreaga gamă de produse Kimi: pe Kimi.ai și în aplicațiile mobile Kimi pentru iOS, Android și HarmonyOS; în aplicația desktop Kimi Work, versiunea 3.1.0 sau ulterioară, pentru Windows și Mac-uri cu Apple silicon; în Kimi Code, unde utilizatorii selectează modelul cu ajutorul comenzii /model; și prin API-ul Kimi, unde modelele sunt listate ca kimi-k3.1-pro și kimi-k3.1-pro-highspeed, iar clienții API pot beneficia de păstrarea zero a datelor. Administratorii Kimi Enterprise pot activa K3.1 Pro pentru organizațiile lor; la lansare, accesul este dezactivat în mod implicit.

Antrenarea și performanța raportată

K3.1 Pro este o versiune a Kimi K3 antrenată ulterior, creată cu resurse de calcul pentru antrenarea ulterioară mult mai mari, potrivit descrierii Moonshot AI. Compania a declarat că a optimizat fiecare nivel al stivei pentru a permite învățarea prin consolidare comună la scară largă în sute de domenii din aval: cadrul de învățare prin consolidare, inferența cu context lung, eficiența antrenării, infrastructura mediului izolat, planificarea generării traiectoriilor și o platformă partajată pentru verificarea calității mediilor.

Compania raportează că K3.1 Pro a obținut un scor de 65,7% la Terminal-Bench 4.0, care evaluează agenții de programare pe sarcini realiste de terminal, cu resurse limitate, depășind GPT-6 Astra, cu 58,2%, și situându-se la mică distanță în urma lui Claude Opus 5.5, cu 66,4%. La Kimi Code Bench 3.0 Long-horizon, un test intern care acoperă execuția în mai mulți pași, utilizarea instrumentelor și rezolvarea problemelor de la un capăt la altul, K3.1 Pro a obținut un scor de 61,2%, față de 55,95% pentru K3. La BenchCAD, care testează reconstrucția 3D pornind de la randări din mai multe unghiuri și ajungând la generarea de cod CAD, K3.1 Pro a obținut un scor de 92,7% cu instrumente, apropiindu-se de Claude Opus 5.5, cu 96,2%, și de GPT-6 Astra, cu 95,9%. Funcția 3D Make este disponibilă pe kimi.ai și în aplicația Kimi, permițând utilizatorilor să previzualizeze și să editeze online modele 3D, apoi să le descarce pregătite pentru imprimarea 3D.

Moonshot AI raportează, de asemenea, un scor de vârf de 64,4 la OfficeQA Pro v2, care testează analiza complexă a datelor fiscale pe baza unor documente financiare reale, și menționează rezultate mai bune decât K3 la toate testele interne de finanțe: cu 7,2 puncte la Financial Modeling, cu 11,6 puncte la Financial Research și cu aproximativ 4,2 ori performanța lui K3 la Business Operation. La Kimi Hallu Bench Hard, un test intern de stresare a acurateței factuale, rata halucinațiilor la nivel de afirmație a modelului a scăzut de la 23,4% pentru K3 la 8,3%, iar ponderea răspunsurilor care conțineau cel puțin o eroare factuală a fost de 42,4% din rata înregistrată de modelul precedent. Articolul de pe blog precizează că evaluarea este concepută în mod deliberat pentru a testa situațiile predispuse la erori și că ratele raportate nu reprezintă ratele generale de eroare în utilizarea de zi cu zi.

Într-un test intern de programare cu orizont lung, descris pe blog, K3.1 Pro a construit un simulator al dinamicii mersului uman bazat pe human-atlas, un model anatomic open-source al corpului uman, alcătuit din 296 de componente scheletice și 402 componente musculare. În cadrul a 167 de misiuni și al 420 de evaluări independente, modelul a îmbunătățit iterativ un controler al mersului; când modelarea recompensei nu a reușit să îmbunătățească mișcarea brațelor, a efectuat teste în buclă deschisă asupra dinamicii simulatorului, a identificat și corectat 36 de erori în calculele brațelor momentului mușchilor umărului și a reantrenat controlerul.

Măsuri de securitate cibernetică și principii privind ponderile deschise

Moonshot AI a declarat că a observat o îmbunătățire constantă a performanței în cercetarea vulnerabilităților pe măsură ce se extindea antrenarea ulterioară și că a atribuit această tendință conținutului legat de securitatea cibernetică inclus în corpusul general de antrenare intermediară, precum și sarcinilor de securitate cibernetică din mixul de medii de învățare prin consolidare. Pentru lansarea cu ponderi deschise a K3.1 Pro, compania a declarat că a identificat și eliminat datele legate de securitatea cibernetică din ambele etape de antrenare, păstrând totodată sarcinile generale de programare necesare pentru utilitatea modelului.

La xdev-bench-hard, testul intern al companiei alcătuit din sarcini de descoperire și exploatare a vulnerabilităților, selectate de experți și bazate pe cod sursă, un punct de control antrenat fără aceste măsuri de reducere a riscurilor rezolvă 90,5% dintre probleme la pass@3, în timp ce versiunea finală K3.1 Pro rezolvă 81,0%, potrivit articolului de pe blog. Moonshot AI a afirmat că rezultatele arată că eliminarea datelor reduce semnificativ capabilitățile de securitate cibernetică față de nivelul pe care l-ar atinge aceeași conductă de antrenare în lipsa acestor măsuri și că nivelul capabilităților K3.1 Pro în acest domeniu rămâne sub cel al modelelor proprietare de frontieră disponibile public de cel puțin 3 luni.

Articolul de pe blog prezintă două principii care stau la baza lansării cu ponderi deschise. În primul rând, compania își propune să nu lanseze ponderi deschise care ar împinge mai departe frontiera absolută a capabilităților de securitate cibernetică. În al doilea rând, intenționează să sporească treptat nivelul capabilităților de securitate cibernetică disponibile prin ponderi deschise, afirmând că accesul nediscriminatoriu oferă mai multor echipe mijloacele de a audita codul pe care îl întrețin, inclusiv sistemele vechi care rareori beneficiază de evaluări de securitate dedicate.

Configurarea modelului în Kimi Code

Documentația separată pentru Kimi Code detaliază modul în care modelele sunt puse la dispoziția dezvoltatorilor. Documentația enumeră șase ID-uri de model din familiile K3.1 Pro, K3, K2.8 Preview și K2.7 Code Highspeed, descrie k3.1-pro ca model emblematic cu 3T de parametri și o fereastră de context de până la 1.048.576 de tokenuri pentru membrii cu abonamente de nivel superior și precizează că versiunea Highspeed oferă aceleași capabilități, dar consumă aproximativ de două ori mai mult din cotă. Potrivit paginii, K3.1 Pro este disponibil integral în Kimi Code.

Potrivit documentației, modelele K3.1 Pro acceptă doar modul de gândire, iar solicitările trimise cu acest mod dezactivat sunt respinse cu o eroare HTTP 400. Ambele modele noi acceptă valorile `low`, `high` sau `max` pentru setarea reasoning_effort, `max` fiind valoarea implicită, și ambele acceptă intrări de imagine și video. Conform noilor planuri de abonament, k3.1-pro necesită planul Plus sau unul superior, iar fereastra de context de 1M este rezervată planului Pro sau unuia superior; k3.1-pro-highspeed necesită planul Pro sau unul superior. În planurile vechi, nivelurile corespunzătoare sunt Moderato și Allegretto.

Documentația recomandă să începeți o sesiune nouă, în loc să treceți la noile modele în mijlocul unei sesiuni, să folosiți API-urile native Responses, de completare a conversației sau de mesaje pentru a obține cele mai stabile rezultate și să introduceți ID-urile exacte ale modelelor în instrumentele terțe, deoarece un ID introdus greșit duce la folosirea implicită a K2.8 Preview, fără modul de gândire.

Compania a declarat că ponderile complete ale modelului Kimi K3.1 Pro vor fi lansate până la 4 noiembrie 2026.