Laboratorul chinezesc de inteligență artificială Moonshot AI a lansat joi Kimi K3.1 Pro, primul model din noua sa serie K3.1 și ceea ce compania numește cel mai capabil model deschis până în prezent, cu o fereastră de context de 1 milion de token. Lansarea introduce și Kimi K3.1 Pro Highspeed, o variantă despre care compania spune că rulează de două până la trei ori mai rapid decât modelul standard. Ambele sunt disponibile imediat pe Kimi.ai, Kimi Work, Kimi Code și Kimi API, cu greutățile complete ale modelului programate pentru lansare până pe 4 noiembrie.

Lansarea aterizează într-un moment plin în cursa modelului deschis, la câteva zile după ce runda de finanțare raportată de DeepSeek în valoare de 15 miliarde de dolari a înăsprit concurența dintre laboratoarele de frontieră ale Chinei. Bloomberg a încadrat lansarea drept prima actualizare majoră a Moonshot de la propriul „moment DeepSeek”, iar modelul a atras imediat atenția pe Hacker News, unde a strâns aproape 400 de puncte în câteva ore.

Locul al patrulea pe indicele de analiză artificială

Rezultatul principal vine de la Artificial Analysis Intelligence Index, unde Kimi K3.1 Pro obține 55 de puncte - un salt de 11 puncte față de predecesorul său, Kimi K3, care îl plasează pe locul patru în general. Doar trei modele proprietare se clasează mai sus: Claude Opus 5.5 de la Anthropic la 58, Claude Sonnet 5.5 la 56 și Muse Wonder Full la 56, conform Artificial Analysis.

Decalajul contează cel mai mult pentru ceea ce urmează. Dacă Moonshot va livra greutățile conform programului până pe 4 noiembrie 2026, K3.1 Pro ar deveni modelul de greutăți deschise cu cel mai mare scor disponibil, micșorând distanța dintre cele mai bune modele deschise și cele proprietare de la 12 puncte la 3 - presupunând că nu se va schimba nimic altceva în săptămânile care au urmat.

Decoderul a raportat că numărul de parametri rămâne la 2,8 trilioane, în timp ce Moonshot descrie sistemul ca o versiune post-antrenată a lui Kimi K3, construită cu un calcul după antrenament substanțial mai mare. Compania spune că a desfășurat învățarea de consolidare comună la scară largă pe sute de domenii din aval, reelaborând cadrul RL, inferența pe context lung și infrastructura sandbox, astfel încât fiecare increment de calcul a furnizat randamente stabile.

Codarea agentică este vedeta spectacolului

Cele mai puternice câștiguri ale K3.1 Pro apar în sarcinile agentice. Pe Terminal-Bench 4.0, care evaluează agenții de codificare pentru sarcinile terminale realiste, cu resurse limitate, modelul obține un scor de 65,7% - înaintea GPT-6 Astra de la OpenAI cu 58,2% și cu puțin în urma lui Claude Opus 5,5 cu 66,4%. Pentru perspectivă, Kimi K3 a reușit doar 13% la același test.

Pe programul intern Kimi Code Bench 3.0 Long-horizon de la Moonshot, care măsoară execuția în mai mulți pași și soluționarea completă a problemelor în domeniile de inginerie, K3.1 Pro are 61,2% față de 55,95% a lui K3. Pe benchmark-ul agentic GDPval-AA urmărit de Artificial Analysis, modelul atinge 1.846 Elo — 312 puncte peste K3 și la îndemâna lui Claude Opus 5.5 la 1.866 și Muse Wonder Full la 1.857.

Ratele halucinațiilor au scăzut, de asemenea, drastic. Pe Kimi Hallu Bench Hard intern al companiei, halucinațiile la nivel de reclamație au scăzut de la 23,4% cu K3 la 8,3% - deși Moonshot avertizează că criteriul de referință este mai degrabă un test de stres deliberat decât o măsură a ratelor generale de eroare, iar GPT-6 Astra conduce în continuare la 5,5%.

Scene 3D, motoare de joc și cercetare financiară

Dincolo de punctele de referință brute, Moonshot poziționează K3.1 Pro ca instrument creativ și profesional. Compania a demonstrat cum construiește modele experiențe complete în motoarele de joc, inclusiv Unity, Unreal Engine și Godot, combinându-le cu căutarea pe web și generarea 3D. Ieșirea sa front-end – scene interactive Three.js și elemente 3D – arată o compoziție, tipografie și animație mai puternice decât predecesorul său, potrivit blogului tehnologic al companiei.

Moonshot raportează, de asemenea, câștiguri la benchmark-urile financiare interne, K3.1 Pro îmbunătățind cu 7,2 puncte la modelarea financiară și cu 11,6 puncte la cercetarea financiară față de K3 și depășind toate modelele testate în comparația OfficeQA Pro v2 pentru sarcini de birou. Ca și în cazul tuturor evaluărilor interne raportate de furnizor, verificarea independentă va fi adevăratul test.

Prețul a scăzut cu 33%

Pe lângă creșterea capacității, Moonshot a redus prețurile. K3.1 Pro costă 2 USD per milion de jetoane de intrare și 10 USD per milion de jetoane de ieșire, cu intrare în cache la 0,20 USD - o reducere de aproximativ 33% față de prețul API al K3, potrivit The Decoder. Varianta Highspeed rulează 4 $ per milion de jetoane de intrare și 20 $ pe milion de jetoane de ieșire în schimbul unei inferențe de două până la trei ori mai rapidă.

Acest preț îl plasează pe K3.1 Pro cu mult sub nivelurile emblematice ale modelelor proprietare pe care acum se află în clasamente, o combinație care explică o mare parte din entuziasmul comunității dezvoltatorilor. Pentru echipele care rulează sarcini de lucru agentice care consumă milioane de jetoane, diferența dintre 10 și 25 USD per milion de jetoane de ieșire se agravează rapid.

De ce contează eliberarea greutăților din noiembrie

Lansarea open-weights planificată pentru 4 noiembrie este, fără îndoială, adevăratul punct pivot al poveștii. Greutățile lui Kimi K3 au apărut pe Hugging Face la începutul acestui an sub o licență permisivă și au fost rapid adoptate de întreprinderile care rulează implementări auto-găzduite. Dacă K3.1 Pro va fi livrat așa cum a promis, cu scorul de pe locul al patrulea intact, le-ar oferi dezvoltatorilor un model care poate fi descărcat la o distanță izbitoare de Claude Opus 5.5 - o piatră de hotar pe care nicio versiune deschisă nu a mai atins-o.

Rivalii nu stau pe loc. Se pare că DeepSeek își ridică ținta inițială de peste dublu, cea mai recentă serie a lui Qwen continuă să afișeze cifre deschise puternice, iar laboratoarele occidentale continuă să miște plafonul proprietarului. Dar traiectoria este clară: decalajul care a măsurat 12 puncte pe indicele de analiză artificială în această săptămână poate fi măsurat cu o singură cifră – sau mai mic – până la sfârșitul anului.

Pentru moment, K3.1 Pro și K3.1 Pro Highspeed sunt live pe produsele de consum și API-ul Kimi, cu numărătoarea inversă a greutăților până la 4 noiembrie deja rulând.

---

Rămâneți înaintea AI

Obțineți cele mai recente știri, analize și descoperiri AI - toate într-un singur loc.

Citește mai multe știri AI →