Το κινεζικό εργαστήριο AI Moonshot AI κυκλοφόρησε την Πέμπτη το Kimi K3.1 Pro, το πρώτο μοντέλο της νέας σειράς K3.1 και αυτό που η εταιρεία αποκαλεί το πιο ικανό μοντέλο ανοιχτού βάρους μέχρι σήμερα, με παράθυρο περιβάλλοντος 1 εκατομμυρίου. Η κυκλοφορία εισάγει επίσης το Kimi K3.1 Pro Highspeed, μια παραλλαγή που η εταιρεία λέει ότι τρέχει δύο έως τρεις φορές πιο γρήγορα από το τυπικό μοντέλο. Και τα δύο είναι άμεσα διαθέσιμα στο Kimi.ai, στο Kimi Work, στο Kimi Code και στο Kimi API, με τα πλήρη βάρη μοντέλων να έχουν προγραμματιστεί να κυκλοφορήσουν έως τις 4 Νοεμβρίου.

Η κυκλοφορία προσγειώνεται σε μια φορτισμένη στιγμή στον [ανοιχτό αγώνα μοντέλων] (https://aibuzzwire.news), ημέρες αφότου ο αναφερόμενος γύρος χρηματοδότησης 15 δισεκατομμυρίων δολαρίων της DeepSeek ενίσχυσε τον ανταγωνισμό μεταξύ των συνοριακών εργαστηρίων της Κίνας. Το Bloomberg χαρακτήρισε την κυκλοφορία ως την πρώτη σημαντική αναβάθμιση του Moonshot από τη δική του "DeepSeek moment" και το μοντέλο τράβηξε την προσοχή στο Hacker News, όπου συγκέντρωσε σχεδόν 400 πόντους μέσα σε λίγες ώρες.

Τέταρτη θέση στον δείκτη τεχνητής ανάλυσης

Το βασικό αποτέλεσμα προέρχεται από τον δείκτη νοημοσύνης τεχνητής ανάλυσης, όπου το Kimi K3.1 Pro σημειώνει 55 πόντους — ένα άλμα 11 πόντων σε σχέση με τον προκάτοχό του, Kimi K3, που την τοποθετεί στην τέταρτη θέση συνολικά. Μόνο τρία ιδιόκτητα μοντέλα κατατάσσονται υψηλότερα: το Claude Opus 5.5 της Anthropic στο 58, το Claude Sonnet 5.5 στο 56 και το Muse Wonder Full στο 56, σύμφωνα με την Artificial Analysis.

Το κενό έχει μεγαλύτερη σημασία για το τι θα συμβεί στη συνέχεια. Εάν το Moonshot αποστείλει τα βάρη εντός του χρονοδιαγράμματος έως τις 4 Νοεμβρίου 2026, το K3.1 Pro θα γίνει το διαθέσιμο μοντέλο ανοιχτού βάρους με τις υψηλότερες βαθμολογίες, συρρικνώνοντας την απόσταση μεταξύ των καλύτερων ανοιχτών και αποκλειστικών μοντέλων από 12 πόντους σε 3 — υποθέτοντας ότι δεν θα αλλάξει τίποτα άλλο στις ενδιάμεσες εβδομάδες.

Ο αποκωδικοποιητής ανέφερε ότι ο αριθμός των παραμέτρων παραμένει στα 2,8 τρισεκατομμύρια, ενώ το Moonshot περιγράφει το σύστημα ως μια μετεκπαιδευμένη έκδοση του Kimi K3 που έχει κατασκευαστεί με σημαντικά μεγαλύτερο υπολογισμό μετά την εκπαίδευση. Η εταιρεία λέει ότι έτρεξε μεγάλης κλίμακας από κοινού ενισχυτική εκμάθηση σε εκατοντάδες μεταγενέστερους τομείς, επεξεργαζόμενος το πλαίσιο RL, την υποδομή συμπερασμάτων μακρού περιβάλλοντος και την υποδομή sandbox, έτσι ώστε κάθε αύξηση του υπολογισμού να παρέχει σταθερές αποδόσεις.

Η Agentic Coding είναι το αστέρι του σόου

Τα ισχυρότερα κέρδη του K3.1 Pro εμφανίζονται σε εργασίες πρακτόρων. Στο Terminal-Bench 4.0, το οποίο αξιολογεί τους πράκτορες κωδικοποίησης σε ρεαλιστικές εργασίες τερματικού με περιορισμένους πόρους, το μοντέλο σημειώνει 65,7% — μπροστά από το GPT-6 Astra του OpenAI με 58,2% και λίγο πίσω από τον Claude Opus 5,5 στο 66,4%. Για προοπτική, το Kimi K3 κατάφερε μόλις το 13% στην ίδια δοκιμή.

Στον εσωτερικό Kimi Code Bench 3.0 Long-horizon του Moonshot, ο οποίος μετρά την εκτέλεση πολλών βημάτων και την επίλυση προβλημάτων από άκρο σε άκρο σε τομείς μηχανικής, το K3.1 Pro σημειώνει 61,2% έναντι 55,95% του K3. Στο δείκτη αναφοράς GDPval-AA που παρακολουθείται από την Artificial Analysis, το μοντέλο φτάνει τα 1.846 Elo — 312 πόντους πάνω από το K3 και κοντά στο Claude Opus 5.5 στα 1.866 και στο Muse Wonder Full στα 1.857.

Τα ποσοστά ψευδαισθήσεων μειώθηκαν επίσης απότομα. Στο εσωτερικό Kimi Hallu Bench Hard της εταιρείας, οι ψευδαισθήσεις σε επίπεδο αξιώσεων μειώθηκαν από 23,4% με K3 σε 8,3% — αν και η Moonshot προειδοποιεί ότι το σημείο αναφοράς είναι μια σκόπιμη δοκιμασία ακραίων καταστάσεων και όχι ένα μέτρο των γενικών ποσοστών σφάλματος και το GPT-6 Astra εξακολουθεί να προηγείται με 5,5%.

Τρισδιάστατες σκηνές, μηχανές παιχνιδιών και οικονομική έρευνα

Πέρα από τα ακατέργαστα σημεία αναφοράς, το Moonshot τοποθετεί το K3.1 Pro ως δημιουργικό και επαγγελματικό εργαλείο. Η εταιρεία παρουσίασε το μοντέλο που δημιουργεί ολοκληρωμένες εμπειρίες σε μηχανές παιχνιδιών, συμπεριλαμβανομένων των Unity, Unreal Engine και Godot, συνδυάζοντάς τες με την αναζήτηση στον ιστό και την παραγωγή 3D. Η εμπρός του έξοδος — διαδραστικές σκηνές Three.js και τρισδιάστατα στοιχεία — δείχνει ισχυρότερη σύνθεση, τυπογραφία και κινούμενα σχέδια από τον προκάτοχό του, σύμφωνα με το τεχνολογικό ιστολόγιο της εταιρείας.

Το Moonshot αναφέρει επίσης κέρδη σε δείκτες αναφοράς εσωτερικών οικονομικών, με το K3.1 Pro να βελτιώνει 7,2 πόντους στο Financial Modeling και 11,6 πόντους στη Χρηματοοικονομική Έρευνα έναντι του K3, και να βρίσκεται στην κορυφή όλων των δοκιμασμένων μοντέλων στο σημείο αναφοράς OfficeQA Pro v2 Office-tasks. Όπως συμβαίνει με όλες τις εσωτερικές αξιολογήσεις που αναφέρθηκαν από τον προμηθευτή, η ανεξάρτητη επαλήθευση θα είναι η πραγματική δοκιμή.

Η τιμή μειώθηκε 33%

Παράλληλα με το άλμα ικανοτήτων, το Moonshot μείωσε τις τιμές. Το K3.1 Pro κοστίζει 2 $ ανά εκατομμύριο διακριτικά εισόδου και 10 $ ανά εκατομμύριο μάρκες εξόδου, με αποθηκευμένη είσοδο στα 0,20 $ — μείωση περίπου 33% από την τιμολόγηση API του K3, σύμφωνα με το The Decoder. Η παραλλαγή Highspeed εκτελεί μάρκες εισόδου 4 $ ανά εκατομμύριο και μάρκες εξόδου 20 $ ανά εκατομμύριο σε αντάλλαγμα για το δύο έως τρεις φορές ταχύτερο συμπέρασμά της.

Αυτή η τιμολόγηση τοποθετεί το K3.1 Pro πολύ κάτω από τις κορυφαίες βαθμίδες των ιδιόκτητων μοντέλων που ακολουθεί τώρα στους leaderboard, ένας συνδυασμός που εξηγεί μεγάλο μέρος του ενθουσιασμού της κοινότητας προγραμματιστών. Για ομάδες που εκτελούν φόρτο εργασίας αντιπροσώπων που καταναλώνουν εκατομμύρια μάρκες, η διαφορά μεταξύ 10 και 25 $ ανά εκατομμύριο μάρκες εξόδου αυξάνεται γρήγορα.

Γιατί έχει σημασία η έκδοση του Νοεμβρίου Weights

Η κυκλοφορία των open-weights που έχει προγραμματιστεί για τις 4 Νοεμβρίου είναι αναμφισβήτητα το πραγματικό σημείο αναφοράς της ιστορίας. Τα βάρη του Kimi K3 εμφανίστηκαν στο Hugging Face νωρίτερα αυτό το έτος με άδεια χρήσης και υιοθετήθηκαν γρήγορα από επιχειρήσεις που εκτελούσαν αυτο-φιλοξενούμενες αναπτύξεις. Εάν το K3.1 Pro κυκλοφορήσει όπως υποσχέθηκε με ανέπαφο το σκορ της τέταρτης θέσης, θα παρείχε στους προγραμματιστές ένα μοντέλο με δυνατότητα λήψης σε κοντινή απόσταση από το Claude Opus 5.5 — ένα ορόσημο που δεν έχει φτάσει μέχρι τώρα ανοιχτή κυκλοφορία.

Οι αντίπαλοι δεν μένουν στάσιμοι. Το DeepSeek φέρεται να αυξάνει πάνω από το διπλάσιο του αρχικού του στόχου, η τελευταία σειρά της Qwen συνεχίζει να δημοσιεύει ισχυρούς αριθμούς ανοιχτού βάρους και τα δυτικά εργαστήρια συνεχίζουν να μετακινούν το ιδιόκτητο ανώτατο όριο. Αλλά η τροχιά είναι σαφής: το χάσμα που μέτρησε 12 μονάδες στον Δείκτη Τεχνητής Ανάλυσης αυτή την εβδομάδα μπορεί να μετρηθεί σε μονοψήφια - ή μικρότερα - μέχρι το τέλος του έτους.

Προς το παρόν, το K3.1 Pro και το K3.1 Pro Highspeed είναι ζωντανά στα καταναλωτικά προϊόντα και το API της Kimi, με την αντίστροφη μέτρηση βαρών για τις 4 Νοεμβρίου να τρέχουν ήδη.

---

Μείνετε μπροστά από την τεχνητή νοημοσύνη

Λάβετε τα τελευταία νέα, αναλύσεις και ανακαλύψεις AI — όλα σε ένα μέρος.

Διαβάστε περισσότερα νέα AI →