Kimi K3.1 Pro: шок для бенчмарков ИИ

Moonshot AI, стремительно развивающаяся китайская ИИ-компания, недавно представила Kimi K3.1 Pro, дообученную версию своей модели Kimi K3. Этот релиз последовал за быстрой чередой моделей серии K, включая K2, K2.5, K2.6 и K3, что демонстрирует агрессивный темп разработки Moonshot AI.

Kimi K3.1 Pro работает на базе архитектуры Mixture-of-Experts (MoE) с заявленными 2,8 триллионами параметров. Эта архитектура позволяет модели активировать примерно 104 миллиарда параметров на токен, что делает её огромный масштаб более практичным для реальных приложений за счет задействования только соответствующих «экспертных» подсетей.

Сообщается, что модель поддерживает контекстное окно в один миллион токенов, что позволяет ей обрабатывать и удерживать в памяти огромные объемы информации — эквивалент нескольких толстых книг — за одно взаимодействие. Kimi K3.1 Pro также обладает возможностями понимания изображений, расширяя свой мультимодальный охват.

Moonshot AI интегрировала Kimi K3.1 Pro в набор продуктов, включая Kimi Work для офисных задач и Kimi Code для программирования. Эти приложения используют расширенные возможности модели: от создания 3D-сцен в Blender и разработки игр на Unreal Engine до построения детализированных финансовых моделей в Microsoft Excel, предоставляя пользователям мощные инструменты для конкретных областей.

Kimi K3.1 Pro от Moonshot AI выходит на рынок с громкими заявлениями, позиционирующими её как претендента на лидерство. Компания сообщает, что модель набрала 70% в Humanity's Last Exam с использованием инструментов, 51,7 в SWE-bench и 43,2 в Agents’ Humanity's Last Exam. Эти цифры, хотя и впечатляющие, требуют независимой проверки для подтверждения сопоставимости результатов при различных методологиях тестирования.

Значительный заявленный скачок произошел в Terminal-Bench, бенчмарке для оценки навыков кодинга. K3.1 Pro достигла 65,7%, что является существенным ростом по сравнению с 13% у K3. Этот рывок приближает модель к ведущим мировым аналогам, хотя методы тестирования и прямое сравнение требуют стороннего анализа.

Внешние оценки дают дополнительные сигналы. Artificial Analysis присвоила K3.1 Pro 55 баллов, поставив её на четвертое место среди протестированных моделей и признав её самым высокооцененным релизом с открытыми весами. В рейтинге веб-разработки Arena модель Kimi K3.1 Pro поднялась на восьмое место, улучшив результат своего предшественника K3, занимавшего семнадцатую позицию.

Результаты бенчмарков, особенно предоставленные разработчиками моделей, создают определенную проблему. Это явление, часто называемое «бенчмаркингом», возникает, когда обучение модели сильно оптимизируется под знакомые наборы тестов, что дает впечатляющие цифры, которые не обязательно трансформируются в превосходную производительность при решении разнообразных открытых задач. Хотя заявленные показатели Moonshot AI выглядят убедительно, они служат поводом для тщательного изучения, а не окончательным доказательством общего превосходства.

Независимые рейтинги и внутренние тесты дают важный контекст. Собственные оценки Moonshot AI, такие как впечатляющие 70% в Humanity's Last Exam с инструментами или 51,7 в SWE-bench, отражают строгий внутренний процесс разработки, но требуют подтверждения через более широкое тестирование сообществом. Это утверждения, которые нужно проверять, а не выводы.

Moonshot AI подчеркивает сильные стороны Kimi K3.1 Pro в конкретных областях: полное кодирование проектов, включая сцены Blender и задачи Unreal Engine, а также сложная финансовая работа в Microsoft Excel. Это проверяемые утверждения. Читатели могут сравнить результаты работы модели в своих собственных рабочих процессах, оценив, трансформируются ли приросты в бенчмарках в реальную продуктивность. Для прямого доступа и дальнейшего изучения посетите официальную платформу Kimi AI.

В конечном счете, истинная полезность модели проявляется при ее применении в разнообразных, сложных условиях, а не только в контролируемых оценках. Впечатляющие статистические показатели Kimi K3.1 Pro задают высокую планку, но практическое внедрение покажет, действительно ли она меняет ландшафт frontier AI за пределами лидерства в рейтингах.

Важно отметить, что Moonshot AI объявила стоимость API для Kimi K3.1 Pro: примерно $2 за миллион входных токенов и $10 за миллион выходных токенов. Это значительно ниже заявленных затрат на конкурирующие модели frontier AI, что потенциально дает весомое экономическое преимущество.

Такая агрессивная ценовая политика в сочетании с намерением Moonshot AI выпустить открытые веса к 4 ноября 2026 года меняет конкурентную среду. Для многих практических задач модель, которая обеспечивает «достаточно хорошую» производительность за малую часть стоимости или позволяет локальное развертывание через открытые веса, может перевесить незначительное преимущество в бенчмарках.

Покупателям следует самостоятельно проверить возможности Kimi K3.1 Pro для своих конкретных задач. Оцените:

• Точность
• Задержку (Latency)
• Эффективность использования инструментов
• Общую стоимость задачи

Всегда уточняйте актуальную доступность API и цены. Аналогичным образом, при планировании внедрения полагайтесь только на официально подтвержденные даты выпуска весов.

Что такое Kimi K3.1 Pro?

Kimi K3.1 Pro — это модель от китайской AI-компании Moonshot AI, представленная как обновленная версия модели Kimi K3.

Насколько велика Kimi K3.1 Pro?

Источник описывает модель Mixture-of-Experts с 2,8 триллионами параметров, из которых около 104 миллиардов параметров активны на токен, и контекстным окном в один миллион токенов.

Является ли Kimi K3.1 Pro открытым исходным кодом?

Moonshot заявила о планах выпустить веса модели. В статье следует различать этот анонсированный план и веса, которые уже доступны публично.

Сколько стоит Kimi K3.1 Pro?

Источник указывает стоимость API около $2 за миллион входных токенов и $10 за миллион выходных токенов, с наличием более дорогой опции High-Speed.