មន្ទីរពិសោធន៍ AI របស់ចិន Moonshot AI បានចេញផ្សាយ Kimi K3.1 Pro កាលពីថ្ងៃព្រហស្បតិ៍ ដែលជាគំរូដំបូងក្នុងស៊េរី K3.1 ថ្មីរបស់ខ្លួន និងអ្វីដែលក្រុមហ៊ុនហៅថាម៉ូដែលទម្ងន់បើកចំហដែលមានសមត្ថភាពបំផុតរហូតមកដល់បច្ចុប្បន្ន ជាមួយនឹងបង្អួចបរិបទ 1 លាននិមិត្តសញ្ញា។ ការសម្ពោធនេះក៏បានណែនាំ Kimi K3.1 Pro Highspeed ដែលជាវ៉ារ្យ៉ង់ដែលក្រុមហ៊ុននិយាយថាដំណើរការលឿនជាងម៉ូដែលស្តង់ដារពីរទៅបីដង។ ទាំងពីរអាចរកបានភ្លាមៗនៅលើ Kimi.ai, Kimi Work, Kimi Code និង Kimi API ជាមួយនឹងទម្ងន់គំរូពេញលេញដែលគ្រោងនឹងចេញផ្សាយនៅថ្ងៃទី 4 ខែវិច្ឆិកា។

ការចេញផ្សាយនេះឈានដល់ដំណាក់កាលគិតថ្លៃនៅក្នុង [ការប្រណាំងគំរូបើកចំហ] (https://aibuzzwire.news) ប៉ុន្មានថ្ងៃបន្ទាប់ពីការរាយការណ៍របស់ DeepSeek ជុំវិញការផ្តល់មូលនិធិចំនួន 15 ពាន់លានដុល្លារបានរឹតបន្តឹងការប្រកួតប្រជែងក្នុងចំណោមមន្ទីរពិសោធន៍ព្រំដែនរបស់ប្រទេសចិន។ Bloomberg បានកំណត់ការបើកដំណើរការនេះថាជាការធ្វើឱ្យប្រសើរឡើងដំបូងបង្អស់របស់ Moonshot ចាប់តាំងពី "DeepSeek moment" របស់ខ្លួន ហើយម៉ូដែលនេះបានទាក់ទាញការចាប់អារម្មណ៍ភ្លាមៗទៅលើ Hacker News ដែលជាកន្លែងដែលវាប្រមូលបានជិត 400 ពិន្ទុក្នុងរយៈពេលប៉ុន្មានម៉ោង។

កន្លែងទីបួននៅលើសន្ទស្សន៍វិភាគសិប្បនិម្មិត

លទ្ធផលចំណងជើងបានមកពីសន្ទស្សន៍វៃឆ្លាតវិភាគសិប្បនិម្មិត ដែល Kimi K3.1 Pro ទទួលបាន 55 ពិន្ទុ ដែលជាការលោតឡើង 11 ពិន្ទុលើសអ្នកកាន់តំណែងមុន Kimi K3 ដែលដាក់វាឱ្យជាប់ចំណាត់ថ្នាក់ទី 4 ។ មានតែម៉ូដែលដែលមានកម្មសិទ្ធិចំនួនបីប៉ុណ្ណោះដែលជាប់ចំណាត់ថ្នាក់ខ្ពស់ជាងនេះ៖ Anthropic's Claude Opus 5.5 at 58, Claude Sonnet 5.5 at 56 និង Muse Wonder Full at 56 នេះបើយោងតាមការវិភាគសិប្បនិម្មិត។

គម្លាតមានសារៈសំខាន់បំផុតសម្រាប់អ្វីដែលកើតឡើងបន្ទាប់។ ប្រសិនបើ Moonshot ដឹកជញ្ជូនទម្ងន់តាមកាលវិភាគត្រឹមថ្ងៃទី 4 ខែវិច្ឆិកា ឆ្នាំ 2026 នោះ K3.1 Pro នឹងក្លាយជាគំរូទម្ងន់បើកចំហដែលរកបានពិន្ទុខ្ពស់បំផុតដែលអាចប្រើបាន ដោយកាត់បន្ថយចម្ងាយរវាងម៉ូដែលបើកចំហ និងកម្មសិទ្ធិល្អបំផុតពី 12 ពិន្ទុទៅ 3 ដោយសន្មតថាមិនមានអ្វីផ្លាស់ប្តូរផ្សេងទៀតនៅក្នុងសប្តាហ៍អន្តរកម្ម។

អ្នកឌិកូដបានរាយការណ៍ថាចំនួនប៉ារ៉ាម៉ែត្រស្ថិតនៅ 2.8 ពាន់ពាន់លាន ខណៈពេលដែល Moonshot ពិពណ៌នាអំពីប្រព័ន្ធនេះថាជាកំណែក្រោយការបណ្តុះបណ្តាលរបស់ Kimi K3 ដែលបានសាងសង់ជាមួយនឹងការគណនាក្រោយការបណ្តុះបណ្តាលធំជាង។ ក្រុមហ៊ុននិយាយថា ខ្លួនបានដំណើរការការរៀនពង្រឹងរួមគ្នាទ្រង់ទ្រាយធំនៅទូទាំងដែនខាងក្រោមរាប់រយ ដោយធ្វើការឡើងវិញនូវក្របខ័ណ្ឌ RL ការសន្និដ្ឋានអំពីបរិបទវែង និងហេដ្ឋារចនាសម្ព័ន្ធប្រអប់ខ្សាច់ ដូច្នេះការបង្កើនការគណនានីមួយៗបានផ្តល់ផលត្រឡប់មកវិញមានស្ថេរភាព។

Agentic Coding គឺជាតារានៃកម្មវិធី

ការកើនឡើងខ្លាំងបំផុតរបស់ K3.1 Pro បង្ហាញនៅក្នុងកិច្ចការភ្នាក់ងារ។ នៅលើ Terminal-Bench 4.0 ដែលវាយតម្លៃភ្នាក់ងារសរសេរកូដលើកិច្ចការស្ថានីយដែលកំណត់ដោយធនធានជាក់ស្តែង គំរូទទួលបានពិន្ទុ 65.7% - នាំមុខ OpenAI's GPT-6 Astra នៅ 58.2% និងតូចចង្អៀតនៅពីក្រោយ Claude Opus 5.5 នៅ 66.4% ។ សម្រាប់ទស្សនៈ Kimi K3 គ្រប់គ្រងត្រឹមតែ 13% លើការធ្វើតេស្តដូចគ្នា។

នៅលើ Kimi Code Bench 3.0 Long-horizon ខាងក្នុងរបស់ Moonshot ដែលវាស់វែងការប្រតិបត្តិច្រើនជំហាន និងការដោះស្រាយបញ្ហាពីចុងដល់ចប់នៅទូទាំងដែនវិស្វកម្ម K3.1 Pro ទទួលបានពិន្ទុ 61.2% ធៀបនឹង K3's 55.95% ។ នៅលើសន្ទស្សន៍ភ្នាក់ងារ GDPval-AA ដែលត្រូវបានតាមដានដោយការវិភាគសិប្បនិម្មិត គំរូឈានដល់ 1,846 Elo — 312 ពិន្ទុខាងលើ K3 និងអាចឈានដល់ Claude Opus 5.5 នៅ 1,866 និង Muse Wonder Full នៅ 1,857 ។

អត្រា Hallucination បានធ្លាក់ចុះយ៉ាងខ្លាំងផងដែរ។ នៅលើ Kimi Hallu Bench Hard ផ្ទៃក្នុងរបស់ក្រុមហ៊ុន ការយល់ច្រលំកម្រិតទាមទារបានធ្លាក់ចុះពី 23.4% ជាមួយ K3 ដល់ 8.3% ទោះបីជា Moonshot ព្រមានថា គោលគឺជាការធ្វើតេស្តស្ត្រេសដោយចេតនាជាជាងការវាស់វែងនៃអត្រាកំហុសទូទៅ ហើយ GPT-6 Astra នៅតែនាំមុខនៅ 5.5% ។

ឈុតឆាក 3D ម៉ាស៊ីនហ្គេម និងការស្រាវជ្រាវហិរញ្ញវត្ថុ

លើសពីស្តង់ដារឆៅ Moonshot កំពុងដាក់ K3.1 Pro ជាឧបករណ៍ច្នៃប្រឌិត និងវិជ្ជាជីវៈ។ ក្រុមហ៊ុនបានបង្ហាញពីការកសាងគំរូនូវបទពិសោធន៍ពេញលេញនៅទូទាំងម៉ាស៊ីនហ្គេម រួមមាន Unity, Unreal Engine និង Godot ដោយរួមបញ្ចូលគ្នារវាងពួកវាជាមួយនឹងការស្វែងរកតាមគេហទំព័រ និងការបង្កើត 3D ។ លទ្ធផលផ្នែកខាងមុខរបស់វា — ឈុតឆាក Three.js អន្តរកម្ម និងទ្រព្យសម្បត្តិ 3D — បង្ហាញសមាសភាព វាយអក្សរ និងចលនាខ្លាំងជាងជំនាន់មុនរបស់វា នេះបើយោងតាមប្លុកបច្ចេកវិទ្យារបស់ក្រុមហ៊ុន។

Moonshot ក៏រាយការណ៍ពីការកើនឡើងនៅលើស្តង់ដារហិរញ្ញវត្ថុផ្ទៃក្នុងផងដែរ ដោយ K3.1 Pro ធ្វើឱ្យប្រសើរឡើង 7.2 ពិន្ទុលើគំរូហិរញ្ញវត្ថុ និង 11.6 ពិន្ទុលើការស្រាវជ្រាវហិរញ្ញវត្ថុលើសពី K3 និងបាននាំមុខលើម៉ូដែលដែលបានសាកល្បងទាំងអស់នៅលើ OfficeQA Pro v2 office-tasks benchmark ។ ដូចទៅនឹងការវាយតម្លៃផ្ទៃក្នុងដែលរាយការណ៍ដោយអ្នកលក់ទាំងអស់ ការផ្ទៀងផ្ទាត់ឯករាជ្យនឹងជាការសាកល្បងពិតប្រាកដ។

តម្លៃធ្លាក់ចុះ 33%

ទន្ទឹមនឹងការកើនឡើងសមត្ថភាព Moonshot បានកាត់បន្ថយតម្លៃ។ K3.1 Pro មានតម្លៃ 2 ដុល្លារក្នុងមួយលាននិមិត្តសញ្ញាបញ្ចូល និង 10 ដុល្លារក្នុងមួយលាននិមិត្តសញ្ញាទិន្នផល ជាមួយនឹងការបញ្ចូលក្នុងឃ្លាំងសម្ងាត់នៅ 0.20 ដុល្លារ - ប្រហែល 33% ពីតម្លៃ API របស់ K3 នេះបើយោងតាម ​​​​The Decoder ។ វ៉ារ្យ៉ង់ល្បឿនលឿនដំណើរការ $4 ក្នុងមួយលាននិមិត្តសញ្ញាបញ្ចូល និង $20 ក្នុងមួយលាននិមិត្តសញ្ញាទិន្នផលជាថ្នូរនឹងការសន្និដ្ឋានលឿនជាងពីរទៅបីដងរបស់វា។

តម្លៃនោះធ្វើឱ្យ K3.1 Pro ស្ថិតនៅក្រោមកម្រិតកំពូលនៃម៉ូដែលដែលមានកម្មសិទ្ធិឥឡូវនេះវាដើរលើតារាងពិន្ទុ ដែលជាការរួមបញ្ចូលគ្នាដែលពន្យល់ពីភាពរីករាយរបស់សហគមន៍អ្នកអភិវឌ្ឍន៍ជាច្រើន។ សម្រាប់ក្រុមដែលដំណើរការបន្ទុកការងារភ្នាក់ងារដែលដុតតាមរយៈសញ្ញាសម្ងាត់រាប់លាន ភាពខុសគ្នារវាង $10 និង $25 ក្នុងមួយលានលទ្ធផលនៃសញ្ញាសម្ងាត់យ៉ាងឆាប់រហ័ស។

ហេតុអ្វីបានជាការចេញផ្សាយទម្ងន់ខែវិច្ឆិកាមានបញ្ហា

ការចេញផ្សាយទម្ងន់បើកចំហដែលបានគ្រោងទុកសម្រាប់ថ្ងៃទី 4 ខែវិច្ឆិកា គឺជាចំណុចសំខាន់នៃរឿង។ ទម្ងន់របស់ Kimi K3 បានបង្ហាញខ្លួននៅលើ Hugging Face កាលពីដើមឆ្នាំនេះក្រោមអាជ្ញាប័ណ្ណអនុញ្ញាត ហើយត្រូវបានអនុម័តយ៉ាងឆាប់រហ័សដោយសហគ្រាសដែលកំពុងដំណើរការការដាក់ពង្រាយដែលរៀបចំដោយខ្លួនឯង។ ប្រសិនបើ K3.1 Pro ដឹកជញ្ជូនដូចដែលបានសន្យាជាមួយនឹងពិន្ទុចំណាត់ថ្នាក់ទី 4 របស់វានៅដដែល វានឹងផ្តល់ឱ្យអ្នកអភិវឌ្ឍន៍នូវគំរូដែលអាចទាញយកបានក្នុងចម្ងាយដ៏គួរឱ្យភ្ញាក់ផ្អើលនៃ Claude Opus 5.5 ដែលជាព្រឹត្តិការណ៍ដ៏សំខាន់ដែលមិនមានការចេញផ្សាយបើកចំហពីមុនមក។

គូប្រជែងមិននៅស្ងៀមទេ។ DeepSeek ត្រូវ​បាន​គេ​រាយការណ៍​ថា​កើន​ឡើង​ច្រើន​ជាង​ពីរ​ដង​នៃ​គោល​ដៅ​ដើម​របស់​ខ្លួន ស៊េរី​ចុង​ក្រោយ​បំផុត​របស់ Qwen បន្ត​ប្រកាស​លេខ​ទម្ងន់​បើក​ចំហ​ខ្លាំង ហើយ​មន្ទីរ​ពិសោធន៍​លោក​ខាង​លិច​បន្ត​រំកិល​ពិដាន​កម្មសិទ្ធិ។ ប៉ុន្តែគន្លងគឺច្បាស់ណាស់៖ គម្លាតដែលបានវាស់ 12 ពិន្ទុនៅលើសន្ទស្សន៍វិភាគសិប្បនិម្មិតនៅសប្តាហ៍នេះអាចត្រូវបានវាស់ជាខ្ទង់តែមួយ ឬតូចជាងនេះនៅចុងឆ្នាំ។

សម្រាប់ពេលនេះ K3.1 Pro និង K3.1 Pro Highspeed កំពុងផ្សាយបន្តផ្ទាល់លើផលិតផលប្រើប្រាស់ និង API របស់ Kimi ជាមួយនឹងការរាប់ថយក្រោយដល់ថ្ងៃទី 4 ខែវិច្ឆិកាបានដំណើរការហើយ។

---

ស្នាក់នៅមុន AI

ទទួលបានព័ត៌មាន AI ការវិភាគ និងរបកគំហើញចុងក្រោយបំផុត — ទាំងអស់នៅកន្លែងតែមួយ។

អានព័ត៌មាន AI បន្ថែម →