Phòng thí nghiệm AI Trung Quốc Moonshot AI đã phát hành Kimi K3.1 Pro vào thứ Năm, mẫu đầu tiên trong dòng K3.1 mới và là mẫu mà công ty gọi là mẫu có khả năng mở rộng nhất cho đến nay, với cửa sổ ngữ cảnh 1 triệu mã thông báo. Buổi ra mắt cũng giới thiệu Kimi K3.1 Pro Highspeed, một biến thể mà công ty cho biết chạy nhanh hơn hai đến ba lần so với mẫu tiêu chuẩn. Cả hai đều có sẵn ngay trên Kimi.ai, Kimi Work, Kimi Code và Kimi API, với trọng số mô hình đầy đủ dự kiến phát hành trước ngày 4 tháng 11.

Việc phát hành diễn ra vào thời điểm gay cấn trong cuộc đua mô hình mở, vài ngày sau khi vòng tài trợ trị giá 15 tỷ USD được báo cáo của DeepSeek đã thắt chặt sự cạnh tranh giữa các phòng thí nghiệm biên giới của Trung Quốc. Bloomberg coi buổi ra mắt này là bản nâng cấp lớn đầu tiên của Moonshot kể từ “khoảnh khắc DeepSeek” của chính nó và mô hình này đã thu hút sự chú ý ngay lập tức trên Hacker News, nơi nó đã thu về gần 400 điểm trong vòng vài giờ.

Vị trí thứ tư về Chỉ số Phân tích Nhân tạo

Kết quả nổi bật đến từ Chỉ số trí tuệ phân tích nhân tạo, trong đó Kimi K3.1 Pro đạt 55 điểm - tăng 11 điểm so với người tiền nhiệm Kimi K3, xếp thứ tư chung cuộc. Chỉ có ba mẫu độc quyền được xếp hạng cao hơn: Claude Opus 5.5 của Anthropic ở vị trí 58, Claude Sonnet 5,5 ở vị trí 56 và Muse Wonder Full ở vị trí 56, theo Phân tích nhân tạo.

Khoảng cách quan trọng nhất đối với những gì xảy ra tiếp theo. Nếu Moonshot vận chuyển các trọng lượng theo đúng lịch trình trước ngày 4 tháng 11 năm 2026, K3.1 Pro sẽ trở thành mô hình trọng lượng mở có điểm số cao nhất hiện có, thu hẹp khoảng cách giữa các mô hình mở và độc quyền tốt nhất từ ​​12 điểm xuống còn 3 - giả sử không có gì khác thay đổi trong những tuần xen kẽ.

Bộ giải mã báo cáo rằng số lượng tham số vẫn ở mức 2,8 nghìn tỷ, trong khi Moonshot mô tả hệ thống này là phiên bản sau đào tạo của Kimi K3 được xây dựng với khả năng tính toán sau đào tạo lớn hơn đáng kể. Công ty cho biết họ đã tiến hành học tập tăng cường chung quy mô lớn trên hàng trăm miền hạ nguồn, làm lại khung RL, suy luận ngữ cảnh dài và cơ sở hạ tầng hộp cát để mỗi lần tăng cường điện toán đều mang lại lợi nhuận ổn định.

Mã hóa đại lý là ngôi sao của chương trình

Lợi ích mạnh nhất của K3.1 Pro thể hiện trong các nhiệm vụ tác nhân. Trên Terminal-Bench 4.0, đánh giá các tác nhân mã hóa trên các tác vụ thiết bị đầu cuối thực tế, bị hạn chế về tài nguyên, mô hình này đạt điểm 65,7% — trước GPT-6 Astra của OpenAI ở mức 58,2% và chỉ kém Claude Opus 5,5 ở mức 66,4%. Về góc độ, Kimi K3 chỉ đạt được 13% trong cùng một bài kiểm tra.

Trên Kimi Code Bench 3.0 nội bộ của Moonshot, đo lường việc thực thi nhiều bước và giải quyết vấn đề từ đầu đến cuối trên các lĩnh vực kỹ thuật, K3.1 Pro đạt 61,2% so với 55,95% của K3. Trên điểm chuẩn tác nhân GDPval-AA được theo dõi bởi Phân tích nhân tạo, mô hình này đạt 1.846 Elo - cao hơn K3 312 điểm và nằm trong tầm với của Claude Opus 5.5 ở mức 1.866 và Muse Wonder Full ở mức 1.857.

Tỷ lệ ảo giác cũng giảm mạnh. Trên Kimi Hallu Bench Hard nội bộ của công ty, ảo giác ở mức yêu cầu đã giảm từ 23,4% với K3 xuống 8,3% - mặc dù Moonshot cảnh báo điểm chuẩn là một bài kiểm tra căng thẳng có chủ ý chứ không phải là thước đo tỷ lệ lỗi chung và GPT-6 Astra vẫn dẫn đầu ở mức 5,5%.

Cảnh 3D, Công cụ trò chơi và Nghiên cứu tài chính

Ngoài các điểm chuẩn thô, Moonshot đang định vị K3.1 Pro là một công cụ sáng tạo và chuyên nghiệp. Công ty đã trình diễn mô hình xây dựng trải nghiệm hoàn chỉnh trên các công cụ trò chơi bao gồm Unity, Unreal Engine và Godot, kết hợp chúng với tìm kiếm trên web và tạo 3D. Theo blog công nghệ của công ty, đầu ra giao diện người dùng của nó - các cảnh Three.js tương tác và nội dung 3D - hiển thị bố cục, kiểu chữ và hoạt ảnh mạnh mẽ hơn so với phiên bản tiền nhiệm.

Moonshot cũng báo cáo mức tăng về điểm chuẩn tài chính nội bộ, với K3.1 Pro cải thiện 7,2 điểm về Mô hình tài chính và 11,6 điểm về Nghiên cứu tài chính so với K3, đồng thời đứng đầu tất cả các mô hình được thử nghiệm trên điểm chuẩn nhiệm vụ văn phòng OfficeQA Pro v2. Giống như tất cả các đánh giá nội bộ do nhà cung cấp báo cáo, việc xác minh độc lập sẽ là thử nghiệm thực sự.

Giá giảm 33%

Cùng với bước nhảy vọt về công suất, Moonshot đã giảm giá. K3.1 Pro có giá 2 USD cho mỗi triệu token đầu vào và 10 USD cho mỗi triệu token đầu ra, với đầu vào được lưu vào bộ nhớ đệm ở mức 0,20 USD — giảm khoảng 33% so với giá API của K3, theo The Decoding. Biến thể Highspeed chạy 4 đô la trên một triệu mã thông báo đầu vào và 20 đô la trên một triệu mã thông báo đầu ra để đổi lấy khả năng suy luận nhanh hơn hai đến ba lần.

Mức giá đó khiến K3.1 Pro thấp hơn nhiều so với các mẫu hàng đầu của các mẫu độc quyền mà nó hiện đang dẫn đầu trên bảng xếp hạng, một sự kết hợp giải thích phần lớn sự nhiệt tình của cộng đồng nhà phát triển. Đối với các nhóm chạy khối lượng công việc đại lý tiêu tốn hàng triệu mã thông báo, sự khác biệt giữa 10 USD và 25 USD trên một triệu mã thông báo đầu ra sẽ nhanh chóng tăng lên.

Tại sao việc phát hành trọng lượng tháng 11 lại quan trọng

Việc phát hành phiên bản mở rộng được lên kế hoạch vào ngày 4 tháng 11 được cho là điểm mấu chốt thực sự của câu chuyện. Trọng lượng của Kimi K3 đã xuất hiện trên Hugging Face vào đầu năm nay theo giấy phép cho phép và nhanh chóng được các doanh nghiệp triển khai tự lưu trữ áp dụng. Nếu K3.1 Pro xuất xưởng như đã hứa với số điểm ở vị trí thứ tư vẫn giữ nguyên, nó sẽ trao cho các nhà phát triển một mô hình có thể tải xuống nằm trong khoảng cách đáng kinh ngạc với Claude Opus 5.5 - một cột mốc quan trọng chưa có bản phát hành mở nào đạt được trước đó.

Các đối thủ không đứng yên. DeepSeek được cho là đang tăng trưởng hơn gấp đôi mục tiêu ban đầu, loạt sản phẩm mới nhất của Qwen tiếp tục công bố những con số trọng lượng mở mạnh mẽ và các phòng thí nghiệm phương Tây tiếp tục nâng mức trần độc quyền. Nhưng quỹ đạo rất rõ ràng: khoảng cách đo được 12 điểm trên Chỉ số Phân tích Nhân tạo trong tuần này có thể được đo bằng một chữ số - hoặc nhỏ hơn - vào cuối năm nay.

Hiện tại, K3.1 Pro và K3.1 Pro Highspeed đang có mặt trên các sản phẩm tiêu dùng và API của Kimi, đồng thời đang bắt đầu đếm ngược trọng lượng đến ngày 4 tháng 11.

---

Đi trước AI

Nhận tin tức, phân tích và đột phá mới nhất về AI — tất cả ở cùng một nơi.

Đọc thêm tin tức về AI →