Moonshot AI ra mắt Kimi K3.1 Pro, mô hình đầu tiên thuộc dòng K3.1 mới

Moonshot AI đã giới thiệu Kimi K3.1 Pro vào ngày 24 tháng 10 năm 2026. Đây là mô hình đầu tiên thuộc dòng K3.1 mới, ra mắt cùng một biến thể song hành nhanh hơn mang tên Kimi K3.1 Pro Highspeed. Công ty mô tả K3.1 Pro là mô hình trọng số mở thuộc lớp 3T mạnh nhất từ trước đến nay của mình, với cửa sổ ngữ cảnh 1 triệu token.

Theo thông báo, Kimi K3.1 Pro Highspeed có tốc độ nhanh gấp hai đến ba lần Kimi K3.1 Pro, trong khi năng lực của hai mô hình giống hệt nhau. Cả hai đều có mặt trong toàn bộ hệ sinh thái sản phẩm Kimi: trên Kimi.ai và các ứng dụng di động Kimi dành cho iOS, Android và HarmonyOS; trên ứng dụng máy tính Kimi Work phiên bản 3.1.0 trở lên dành cho Windows và máy Mac dùng Apple silicon; trong Kimi Code, nơi người dùng chọn mô hình bằng lệnh /model; và thông qua Kimi API, nơi các mô hình có tên kimi-k3.1-pro và kimi-k3.1-pro-highspeed, đồng thời khách hàng API có thể sử dụng tính năng không lưu giữ dữ liệu. Quản trị viên Kimi Enterprise có thể bật K3.1 Pro cho tổ chức của mình; khi ra mắt, quyền truy cập mặc định bị tắt.

Quá trình huấn luyện và hiệu suất được báo cáo

K3.1 Pro là phiên bản được huấn luyện hậu kỳ từ Kimi K3, với lượng tài nguyên tính toán dành cho huấn luyện hậu kỳ lớn hơn đáng kể, theo mô tả của Moonshot AI. Công ty cho biết đã tối ưu hóa mọi tầng trong hệ thống để hỗ trợ học tăng cường kết hợp quy mô lớn trên hàng trăm lĩnh vực ứng dụng phía sau: khung học tăng cường, suy luận với ngữ cảnh dài, hiệu quả huấn luyện, hạ tầng hộp cát, lập lịch các lượt triển khai và nền tảng dùng chung để kiểm tra chất lượng môi trường.

Công ty cho biết K3.1 Pro đạt 65,7% trên Terminal-Bench 4.0, bài đánh giá các tác nhân lập trình qua những tác vụ thiết bị đầu cuối thực tế với tài nguyên hạn chế; kết quả này cao hơn mức 58,2% của GPT-6 Astra và chỉ thấp hơn đôi chút so với mức 66,4% của Claude Opus 5.5. Trên Kimi Code Bench 3.0 Long-horizon, một bài đánh giá nội bộ về thực thi nhiều bước, sử dụng công cụ và giải quyết vấn đề từ đầu đến cuối, K3.1 Pro đạt 61,2%, so với 55,95% của K3. Trên BenchCAD, bài kiểm tra khả năng tái tạo mô hình 3D từ hình ảnh kết xuất đa góc nhìn thông qua việc tạo mã CAD, K3.1 Pro đạt 92,7% khi sử dụng công cụ, tiệm cận mức 96,2% của Claude Opus 5.5 và 95,9% của GPT-6 Astra. Tính năng 3D Make hiện đã có trên kimi.ai và ứng dụng Kimi, cho phép người dùng xem trước, chỉnh sửa mô hình 3D trực tuyến và tải xuống các mô hình sẵn sàng để in 3D.

Moonshot AI cũng báo cáo điểm số hàng đầu hiện nay là 64,4 trên OfficeQA Pro v2, bài kiểm tra khả năng phân tích dữ liệu tài khóa phức tạp dựa trên các tài liệu tài chính thực tế; công ty đồng thời cho biết mô hình cải thiện so với K3 trên các bài đánh giá tài chính nội bộ: tăng 7,2 điểm ở Mô hình hóa tài chính, 11,6 điểm ở Nghiên cứu tài chính và đạt hiệu suất cao gấp khoảng 4,2 lần K3 ở Vận hành doanh nghiệp. Trên Kimi Hallu Bench Hard, bài kiểm tra áp lực nội bộ về độ chính xác thực tế, tỷ lệ ảo giác ở cấp độ khẳng định của mô hình giảm từ 23,4% với K3 xuống còn 8,3%; trong khi đó, tỷ lệ câu trả lời có ít nhất một lỗi thực tế bằng 42,4% tỷ lệ của mô hình tiền nhiệm. Bài đăng lưu ý rằng bài đánh giá được thiết kế có chủ đích để thăm dò những tình huống dễ xảy ra lỗi, và các tỷ lệ được báo cáo không phản ánh tỷ lệ lỗi tổng thể trong quá trình sử dụng hằng ngày.

Trong một bài kiểm tra lập trình nội bộ với thời gian thực hiện dài được mô tả trong bài đăng, K3.1 Pro đã xây dựng một trình mô phỏng động lực học dáng đi của con người dựa trên human-atlas, mô hình giải phẫu cơ thể người mã nguồn mở gồm 296 cấu phần xương và 402 cấu phần cơ. Qua 167 nhiệm vụ và 420 lượt đánh giá độc lập, mô hình liên tục tinh chỉnh bộ điều khiển dáng đi; khi việc định hình phần thưởng không cải thiện được chuyển động cánh tay, mô hình tiến hành thăm dò vòng hở động lực học của trình mô phỏng, xác định và sửa 36 lỗi trong các phép tính cánh tay đòn của cơ vai, rồi huấn luyện lại bộ điều khiển.

Các biện pháp kiểm soát an ninh mạng và nguyên tắc phát hành trọng số mở

Moonshot AI cho biết công ty nhận thấy hiệu suất nghiên cứu lỗ hổng được cải thiện đều đặn khi quy mô huấn luyện hậu kỳ tăng lên, đồng thời xác định nguyên nhân của xu hướng này là nội dung liên quan đến an ninh mạng được đưa vào kho ngữ liệu huấn luyện giữa kỳ tổng quát và các tác vụ liên quan đến an ninh mạng trong tổ hợp môi trường học tăng cường. Đối với việc phát hành K3.1 Pro dưới dạng trọng số mở, công ty cho biết đã xác định và loại bỏ dữ liệu liên quan đến an ninh mạng khỏi cả hai giai đoạn huấn luyện, đồng thời giữ lại các tác vụ lập trình đa dụng cần thiết để mô hình hữu ích.

Trên xdev-bench-hard, bài đánh giá nội bộ của công ty gồm các tác vụ tìm kiếm và khai thác lỗ hổng dựa trên mã nguồn, được chuyên gia tuyển chọn, một bản lưu mô hình được huấn luyện mà không áp dụng các biện pháp giảm thiểu rủi ro đó giải được 90,5% số bài toán ở pass@3, trong khi K3.1 Pro bản cuối đạt 81,0%, theo bài đăng. Moonshot AI cho biết kết quả này cho thấy việc loại bỏ dữ liệu giúp giảm đáng kể năng lực an ninh mạng so với mức mà cùng quy trình huấn luyện có thể tạo ra nếu không có biện pháp đó; đồng thời, năng lực an ninh mạng của K3.1 Pro vẫn thấp hơn các mô hình độc quyền tiên tiến nhất đã được công khai ít nhất ba tháng.

Bài đăng nêu hai nguyên tắc làm cơ sở cho việc phát hành trọng số mở. Thứ nhất, công ty hướng tới việc không phát hành trọng số mở có thể đẩy xa hơn giới hạn tiên phong tuyệt đối về năng lực an ninh mạng. Thứ hai, công ty có ý định từng bước nâng cao năng lực an ninh mạng có thể tiếp cận thông qua trọng số mở, đồng thời cho rằng quyền truy cập không phân biệt đối xử giúp nhiều nhóm có phương tiện kiểm tra mã mà họ duy trì, trong đó có các hệ thống cũ hiếm khi được đánh giá bảo mật chuyên biệt.

Cấu hình mô hình trong Kimi Code

Tài liệu về Kimi Code riêng trình bày cách các mô hình được cung cấp cho nhà phát triển. Tài liệu liệt kê sáu ID mô hình thuộc các dòng K3.1 Pro, K3, K2.8 Preview và K2.7 Code Highspeed; mô tả k3.1-pro là mô hình chủ lực có 3T tham số, với cửa sổ ngữ cảnh lên đến 1.048.576 token dành cho thành viên ở các gói cao hơn; đồng thời cho biết phiên bản Highspeed có cùng khả năng nhưng mức sử dụng hạn ngạch cao gấp khoảng hai lần. Theo trang này, K3.1 Pro đã được triển khai đầy đủ trong Kimi Code.

Theo tài liệu, các mô hình K3.1 Pro chỉ hỗ trợ chế độ suy nghĩ; những yêu cầu tắt chế độ này sẽ bị từ chối với lỗi HTTP 400. Cả hai mô hình mới đều chấp nhận các mức cài đặt reasoning_effort là low, high hoặc max, trong đó max là mặc định; cả hai cũng nhận đầu vào hình ảnh và video. Theo các gói thành viên mới, k3.1-pro yêu cầu gói Plus trở lên, còn cửa sổ ngữ cảnh 1M chỉ dành cho gói Pro trở lên; trong khi đó, k3.1-pro-highspeed yêu cầu gói Pro trở lên. Với các gói cũ, các cấp tương ứng là Moderato và Allegretto.

Tài liệu khuyến nghị bắt đầu một phiên mới thay vì chuyển sang các mô hình mới giữa chừng trong phiên, sử dụng API Responses gốc, API hoàn tất trò chuyện hoặc API tin nhắn để có đầu ra ổn định nhất, đồng thời nhập chính xác ID mô hình trong các công cụ của bên thứ ba, vì nếu nhập sai ID, hệ thống sẽ chuyển về K2.8 Preview mà không bật chế độ suy nghĩ.

Công ty cho biết toàn bộ trọng số mô hình của Kimi K3.1 Pro sẽ được phát hành trước ngày 4 tháng 11 năm 2026.