Moonshot AI пусна Kimi K3.1 Pro: MoE модел с общо 2,8 трлн./104 млрд. активни параметри и контекст от 1 млн.

Moonshot AI току-що пусна Kimi K3.1 Pro, първия модел от серията K3.1. Kimi K3.1 Pro е модел с отворени тегла* от клас 3T и контекстен прозорец от 1 милион токена. Екипът на Moonshot го позиционира спрямо най-силните собствени модели по бенчмаркове за програмиране, агентни задачи и знания. За разработчиците той предлага по-ниски цени за API от K3, а теглата с отворен достъп все още не са налични. *Очаква се теглата с отворен достъп да бъдат публикувани през ноември 2026 г..

Накратко

• Размер: 2,8T общо, 104B активни параметри (MoE), контекст от 1 милион токена.
• Работи на: Kimi API днес. За K3 Moonshot препоръчва супернодове с 64 или повече ускорителя, с тегла MXFP4 и активации MXFP8. Това не е модел за една GPU.
• Производителност: Близо до границата на собствените модели при терминално програмиране; изостава от нея при научни терминални задачи.
• Най-добро: 51,7 на SWE-Marathon, пред всеки модел в диаграмата на Kimi (според собствените им данни).
• Най-слабо: 38,1 на Terminal-Bench Science 0.1, спрямо 68,1 за GPT-6 Astra в диаграмата на Kimi.

Какво представлява Kimi K3.1 Pro?

Kimi K3.1 Pro е версия на Kimi K3, дообучена с много по-голям изчислителен ресурс за дообучаване. Екипът на Moonshot проведе съвместно обучение с подсилване в стотици области на приложение. За да поддържа това, екипът на Moonshot оптимизира рамката за обучение с подсилване, инференса с дълъг контекст, инфраструктурата за изолирано изпълнение и планирането на изпълненията.

Базовата архитектура K3 използва Kimi Delta Attention (KDA) и Attention Residuals (AttnRes). Тя активира 16 от 896 експерта чрез рамката Stable LatentMoE. Моделът приема текст, изображения и видео чрез API, според документацията за бърз старт.

Екипът на Moonshot пусна и Kimi K3.1 Pro Highspeed. Според официалния блог на Moonshot той работи 2 до 3 пъти по-бързо.

Как се представя Kimi K3.1 Pro на бенчмарковете?

Всички числа по-долу са предоставени от Moonshot при максимално усилие за разсъждение на max, предимно с инструментариума Claude Code.

• Програмиране: При Terminal-Bench 4.0 K3.1 Pro постига 65,7%. Това е малко зад Claude Opus 5.5 с 66,4% в диаграмата на Kimi. При SWE-Marathon той води с 51,7, пред Opus 5.5 с 46,3. При Kimi Code Bench 3.0 Long-horizon, вътрешен бенчмарк, той постига 61,2 спрямо 55,95 за K3.
• Наука: Terminal-Bench Science 0.1 е явната слабост. K3.1 Pro постига 38,1 спрямо 68,1 за GPT-6 Astra и 63,3 за Opus 5.5 в диаграмата на Kimi.
• 3D и CAD: При BenchCAD с инструменти K3.1 Pro постига 92,7. Opus 5.5 постига 96,2, а GPT-6 Astra — 95,9. Без инструменти K3.1 Pro постига 72,8, близо до Opus 5.5 с 73,0.
• Финанси: K3.1 Pro отчита най-добър в света резултат от 64,4 на OfficeQA Pro v2. На Frontier Finance постига 58,6. При вътрешните финансови тестове той печели 7,2 точки при моделирането и 11,6 при изследванията спрямо K3.
• Халюцинации: При Kimi Hallu Bench Hard, вътрешен стрес тест, халюцинациите на ниво твърдение са намалели от 23,4% (K3) на 8,3%. Това приблизително съответства на спада от 65%, посочен от Moonshot. GPT-6 Astra все пак постига по-нисък резултат от 5,5% на същия тест.

Как Kimi K3.1 Pro се справя с киберриска?

Moonshot премахна данните, свързани с киберсигурността, от междинното обучение и обучението с подсилване за версията с отворени тегла. При вътрешния си xdev-bench-hard нефилтрирана контролна точка решава 90,5% при pass@3. Пуснатият K3.1 Pro решава 81,0%. Moonshot заявява, че той остава зад водещите собствени модели при офанзивни киберзадачи.

Как разработчиците могат да получат достъп до Kimi K3.1 Pro?

Моделът е наличен в Kimi.ai, Kimi Work, Kimi Code и Kimi API. Идентификаторите на API са kimi-k3.1-pro и kimi-k3.1-pro-highspeed. Крайната точка е съвместима с OpenAI.

Цената за K3.1 Pro е $2,00 за вход и $10,00 за изход на милион токена. Попаденията в кеша струват $0,20. Highspeed струва $4,00 за вход и $20,00 за изход. Самият K3 беше на цена $3,00 и $15,00.

Практически ограничения според ръководството за бърз старт:

• Режимът на мислене е винаги включен. Усилието за разсъждение може да бъде low, high или max (по подразбиране max).
• Температурата 1,0 и top-p 0,95 са фиксирани.
• Изходът по подразбиране е 131 072 токена и може да достигне 1 048 576.
• Достъпът се отключва след минимално захранване на сметката с $1.
• Входът за изображения не приема публични URL адреси на изображения. Използвайте base64 или идентификатори на качени файлове.

Как се сравнява с конкурентните модели?

*Фигурата е взета от сравнителната диаграма на Kimi; не е потвърдена на собствената страница на конкурента.

Какви са ограниченията?

• Теглата все още не са публични, така че самостоятелното хостване днес е невъзможно.
• Размерът от 2,8T предполага обслужване с множество възли от клас супернод.
• При терминална работа с научна насоченост той изостава от GPT-6 Astra и Opus 5.5 с над 25 точки.
• Няколко от заявените предимства идват от вътрешни бенчмаркове.
• За K3 Moonshot предупреди, че премахването на историята на разсъжденията в инструментариума дестабилизира изхода. Документацията за K3.1 Pro също посочва, че трябва да се връща пълното съобщение на асистента.

Основни изводи

• Kimi K3.1 Pro: 2,8T общо, 104B активни параметри, контекст от 1 милион токена.
• 65,7% на Terminal-Bench 4.0, с 0,7 точки зад Opus 5.5.
• Води на SWE-Marathon с 51,7; изостава сериозно на Terminal-Bench Science (38,1).
• API струва $2/$10 на милион токена, по-евтино от K3.
• Очаква се теглата с отворен достъп да бъдат публикувани през ноември 2026 г.

---

Разгледайте официалния технически блог, ръководството за бърз старт на API и публикацията за старта в X. Всички заслуги са за изследователя на този проект. Също така, не се колебайте да ни последвате в Twitter и не забравяйте да се присъедините към нашия ML SubReddit с над 150 хиляди членове и да се абонирате за нашия бюлетин. Чакайте! В Telegram ли сте? Сега можете да се присъедините към нас и в Telegram.

Имате нужда от партньор за популяризиране на вашето GitHub хранилище ИЛИ Hugging Face страница ИЛИ представяне на продукт ИЛИ уебинар и т.н.? Свържете се с нас