Moonshot AI выпускает Kimi K3.1 Pro — первую модель новой серии K3.1

Moonshot AI представила Kimi K3.1 Pro 24 октября 2026 года. Это первая модель новой серии K3.1; одновременно компания выпустила более быструю версию — Kimi K3.1 Pro Highspeed. По словам компании, K3.1 Pro — самая мощная на сегодняшний день модель класса 3T с открытыми весами и контекстным окном на 1 млн токенов.

Согласно анонсу, Kimi K3.1 Pro Highspeed работает в два-три раза быстрее Kimi K3.1 Pro, сохраняя те же возможности модели. Обе модели доступны во всей линейке продуктов Kimi: на Kimi.ai и в мобильных приложениях Kimi для iOS, Android и HarmonyOS; в настольном приложении Kimi Work версии 3.1.0 или новее для Windows и компьютеров Mac с чипами Apple silicon; в Kimi Code, где пользователи могут выбрать модель командой /model; а также через Kimi API, где модели представлены под именами kimi-k3.1-pro и kimi-k3.1-pro-highspeed. Клиентам API доступна функция Zero Data Retention. Администраторы Kimi Enterprise могут включить K3.1 Pro для своих организаций; при запуске доступ к модели по умолчанию отключен.

Обучение и заявленные результаты

K3.1 Pro — версия Kimi K3, дообученная с использованием, по словам Moonshot AI, значительно больших вычислительных ресурсов на этапе постобучения. Чтобы обеспечить масштабное совместное обучение с подкреплением в сотнях прикладных областей, компания, по её словам, оптимизировала каждый уровень стека: фреймворк обучения с подкреплением, инференс с длинным контекстом, эффективность обучения, инфраструктуру песочницы, планирование запусков и общую платформу для проверки качества сред.

По данным компании, на Terminal-Bench 4.0, оценивающем работу кодовых агентов с реалистичными терминальными задачами в условиях ограниченных ресурсов, K3.1 Pro набрала 65,7 %, опередив GPT-6 Astra с результатом 58,2 % и немного уступив Claude Opus 5.5, набравшей 66,4 %. На внутреннем тесте Kimi Code Bench 3.0 Long-horizon, охватывающем выполнение многоэтапных задач, использование инструментов и решение проблем от начала до конца, результат K3.1 Pro составил 61,2 % против 55,95 % у K3. На BenchCAD, где проверяется трехмерная реконструкция по изображениям с разных ракурсов с последующей генерацией кода САПР, K3.1 Pro набрала 92,7 % при использовании инструментов, приблизившись к Claude Opus 5.5 с результатом 96,2 % и GPT-6 Astra с результатом 95,9 %. Функция 3D Make уже доступна на kimi.ai и в приложении Kimi: пользователи могут просматривать и редактировать трехмерные модели онлайн, а затем скачивать их для 3D-печати.

Кроме того, Moonshot AI сообщает о передовом результате 64,4 на OfficeQA Pro v2, оценивающем анализ сложных финансовых данных на основе реальных финансовых документов, и отмечает улучшение результатов по сравнению с K3 на внутренних финансовых тестах: на 7,2 пункта в Financial Modeling, на 11,6 пункта в Financial Research и примерно в 4,2 раза в Business Operation. На Kimi Hallu Bench Hard — внутреннем стресс-тесте на фактическую точность — доля галлюцинаций на уровне отдельных утверждений снизилась с 23,4 % у K3 до 8,3 % у новой модели, а доля ответов хотя бы с одной фактической ошибкой составила 42,4 % от показателя предшественницы. В блоге отмечается, что тест намеренно разработан для проверки ситуаций, в которых ошибки особенно вероятны, а приведенные показатели не отражают общий уровень ошибок при повседневном использовании.

В одном из описанных в блоге внутренних тестов на выполнение длительных задач по программированию K3.1 Pro создала симулятор динамики ходьбы человека на основе human-atlas — анатомической модели человеческого тела с открытым исходным кодом, включающей 296 костных и 402 мышечных компонента. В ходе 167 заданий и 420 независимых проверок модель многократно дорабатывала контроллер ходьбы. Когда настройка функции вознаграждения не помогла улучшить движение рук, модель провела серию проверок динамики симулятора без обратной связи, обнаружила и исправила 36 ошибок в расчетах плеч мышечных сил в области плеча, а затем повторно обучила контроллер.

Меры кибербезопасности и принципы выпуска моделей с открытыми весами

Moonshot AI сообщила, что по мере масштабирования дополнительного обучения результаты в исследованиях уязвимостей стабильно улучшались. Компания связала эту тенденцию с данными по кибербезопасности, включенными в общий корпус обучения на промежуточном этапе, а также с задачами по кибербезопасности в наборе сред для обучения с подкреплением. Готовя к выпуску K3.1 Pro с открытыми весами, компания выявила и удалила данные по кибербезопасности из обоих этапов обучения, сохранив при этом универсальные задачи по программированию, необходимые для практической полезности модели.

На xdev-bench-hard — внутреннем тесте компании, включающем отобранные экспертами задачи по поиску и эксплуатации уязвимостей на основе исходного кода, — контрольная версия, обученная без этих мер снижения рисков, решает 90,5 % задач при pass@3, тогда как итоговая K3.1 Pro — 81,0 %, говорится в блоге. По словам Moonshot AI, результаты показывают, что удаление данных существенно снижает кибервозможности модели по сравнению с теми, которые обеспечил бы тот же конвейер обучения без этих мер. При этом кибервозможности K3.1 Pro остаются ниже, чем у передовых закрытых моделей, публично доступных не менее трех месяцев.

В блоге изложены два принципа, которыми компания руководствовалась при выпуске модели с открытыми весами. Во-первых, компания стремится не выпускать модели с открытыми весами, которые расширяли бы абсолютный предел возможностей в киберсфере. Во-вторых, она намерена постепенно повышать уровень кибервозможностей, доступных в моделях с открытыми весами. Компания отмечает, что недискриминационный доступ дает большему числу команд возможность проверять код, за который они отвечают, в том числе код устаревших систем, которые редко проходят специальные проверки безопасности.

Настройка модели в Kimi Code

В отдельной документации по Kimi Code подробно описано, как модели доступны разработчикам. В документации перечислены шесть идентификаторов моделей из семейств K3.1 Pro, K3, K2.8 Preview и K2.7 Code Highspeed; k3.1-pro описывается как флагманская модель с 3 трлн параметров и окном контекста объёмом до 1 048 576 токенов для участников с более высоким уровнем подписки, а версия Highspeed, как утверждается, обладает теми же возможностями, но расходует квоту примерно вдвое быстрее. Согласно странице, развёртывание K3.1 Pro в Kimi Code завершено.

Согласно документации, модели K3.1 Pro поддерживают только режим рассуждений, а запросы с отключённым режимом рассуждений отклоняются с ошибкой HTTP 400. Для обеих новых моделей можно задать параметр reasoning_effort со значением low, high или max; по умолчанию используется max. Обе модели также принимают изображения и видео. Согласно новым тарифным планам, для k3.1-pro требуется подписка Plus или выше, а окно контекста объёмом 1 млн токенов доступно только с подпиской Pro или выше; для k3.1-pro-highspeed требуется подписка Pro или выше. В рамках прежних тарифных планов этим уровням соответствуют Moderato и Allegretto.

В документации рекомендуется начинать новый сеанс, а не переключаться на новые модели в ходе уже начатого сеанса, использовать собственные API Responses, завершения чата или обмена сообщениями для получения наиболее стабильного результата, а в сторонних инструментах вводить точные идентификаторы моделей: если в идентификаторе допущена ошибка, вместо нужной модели используется K2.8 Preview без режима рассуждений.

По словам компании, полные веса модели Kimi K3.1 Pro будут выпущены не позднее 4 ноября 2026 года.