Как сообщает The Decoder, китайская компания Moonshot AI выпустила Kimi K3.1 Pro — доработанную версию модели Kimi K3, получившую значительно больше вычислительных ресурсов на этапе пост-обучения (финальной доводки после базового обучения). В Индексе интеллекта Artificial Analysis — агрегированном рейтинге возможностей ИИ — новинка набрала 55 очков, на 11 больше предшественницы, и заняла четвёртое место. Выше только Claude Opus 5.5 (58), Claude Sonnet 5.5 (56) и Muse Wonder Full (56).
Если Moonshot, как планирует, опубликует веса модели к 4 ноября 2026 года, Kimi K3.1 Pro станет сильнейшей моделью с открытыми весами — такие модели можно скачать и запускать на собственных серверах, не завися от поставщика. По расчётам Artificial Analysis, разрыв между открытыми и проприетарными моделями сократился бы с 12 до 3 очков, если к тому моменту не выйдут новые версии.
Архитектура прежняя: 2,8 трлн параметров, из которых 104 млрд активных, контекстное окно в 1 млн токенов (объём текста, который модель удерживает в памяти), поддержка текста и изображений. Цена при этом снизилась на треть: $2 за миллион входных токенов против $3 ранее, $10 за выходные против $15, кэшированный вход — $0,20 против $0,30. Быстрая версия K3.1 Pro Highspeed работает в 2–3 раза быстрее при удвоенной цене, обе модели доступны через Kimi.ai, Kimi Work, Kimi Code и Kimi API.
Сильнее всего новинка прибавила в агентных задачах, где ИИ самостоятельно выполняет многошаговую работу во внешних системах. По данным Artificial Analysis, на бенчмарке GDPval-AA она набрала 1846 очков Elo — на 312 больше K3 и лишь немного меньше, чем у Claude Opus 5.5 (1866) и Muse Wonder Full (1857). По отчётам Moonshot, на Terminal-Bench 4.0 результат составил 65,7% — лучше, чем у GPT-6 Astra (58,2%), и немного хуже, чем у Claude Opus 5.5 (66,4%).
По данным Moonshot, в офисном бенчмарке OfficeQA Pro v2 модель обошла всех протестированных конкурентов, а на внутренних финансовых тестах прибавила 7,2 очка в Financial Modeling и 11,6 — в Financial Research. Уровень галлюцинаций на внутреннем стресс-тесте Kimi Hallu Bench Hard упал с 23,4% до 8,3% против 5,5% у GPT-6 Astra. Модель также работает с игровыми движками Unity, Unreal Engine и Godot, пишет скрипты для Blender и CAD-систем, а на Kimi.com запущена функция 3D Make для предпросмотра, редактирования и экспорта 3D-моделей.
Отдельный раздел релиза посвящён кибербезопасности: для открытой версии Moonshot удалила из обучающих данных материалы по кибератакам, исходя из позиции, что открытые модели не должны двигать передний край наступательных кибервозможностей. На внутреннем тесте xdev-bench-hard, воспроизводящем недавно раскрытые уязвимости в Linux, Node.js и JavaScriptCore, «очищенная» модель решает 81% задач против 90,5% у версии без очистки данных. При этом компания видит пользу открытых моделей и в защите — например, при аудите устаревших систем.
