ჩინურმა Moonshot AI-მ წარმოადგინა Kimi K3.1 Pro – ახალი K3.1 სერიის პირველი მოდელი და კომპანიის ყველაზე ძლიერი 3T კლასის ღია წონების მოდელი. მას 1 მილიონი ტოკენის კონტექსტი აქვს, ხოლო მთავარი გაუმჯობესებები კოდინგს, 3D მოდელირებას და ფინანსურ კვლევას ეხება.
მოდელთან ერთად გამოვიდა Kimi K3.1 Pro Highspeed, რომელიც ძირითად ვერსიაზე 2-3-ჯერ სწრაფად მუშაობს. ორივე უკვე ხელმისაწვდომია Kimi.ai-ზე, Kimi Work-ში, Kimi Code-სა და Kimi API-ში. სრული წონები 2026 წლის 4 ნოემბრამდე გამოქვეყნდება.
სარჩევი
რა არის Kimi K3.1 Pro
Kimi K3.1 Pro არის Mixture-of-Experts არქიტექტურის მულტიმოდალური მოდელი, რომელსაც სულ 2.8 ტრილიონი პარამეტრი აქვს, აქედან თითოეულ მოთხოვნაზე აქტიურია 104 მილიარდი. ტექნიკურად ეს არის Kimi K3-ის დამატებით გაწვრთნილი ვერსია, ბევრად მეტი post-training გამოთვლითი რესურსით.
კომპანიის განცხადებით, ასობით დომენზე ერთობლივი reinforcement learning-ის ჩასატარებლად მათ მთელი ინფრასტრუქტურა გადახედეს: RL ფრეიმვორკი, გრძელი კონტექსტის inference, sandbox გარემოები და rollout-ების დაგეგმვა. მიზანი იყო, რომ დამატებით ჩადებულ თითოეულ გამოთვლით რესურსს სტაბილური და პროგნოზირებადი შედეგი მოეტანა.
Kimi K3.1 Pro ბენჩმარკებზე
Moonshot AI ამბობს, რომ კოდინგის, აგენტური და ცოდნის ბენჩმარკებზე Kimi K3.1 Pro უტოლდება ან უახლოვდება ყველაზე ძლიერ დახურულ მოდელებს. ყველაზე თვალსაჩინო მაგალითი Terminal-Bench 4.0-ია, რომელიც კოდინგ აგენტებს რეალისტურ ტერმინალურ ამოცანებზე ამოწმებს.
- Kimi K3.1 Pro: 65.7%
- Claude Opus 5.5: 66.4%
- GPT-6 Astra: 58.2%
კომპანიის შიდა ბენჩმარკზე Kimi Code Bench 3.0 Long-horizon, რომელიც მრავალსაფეხურიან შესრულებას და ხელსაწყოების გამოყენებას ზომავს, ახალმა მოდელმა 61.2% აიღო, მაშინ როცა K3-ს 55.95% ჰქონდა. აქვე უნდა აღინიშნოს, რომ ეს შედეგები თავად კომპანიის გამოქვეყნებულია და დამოუკიდებელი შემოწმება წონების გამოსვლის შემდეგ იქნება შესაძლებელი.
კოდინგი: სრული პროექტები თამაშის ძრავებში
Kimi K3.1 Pro მოიცავს კოდინგის მთელ სპექტრს – არსებულ კოდში სწრაფი გასწორებებიდან ნულიდან აწყობილ პროექტებამდე. მოდელი მუშაობს თამაშის ძრავებთან, როგორიცაა Unity, Unreal Engine და Godot, და მათ ვებ-ძიებასა და 3D გენერაციასთან აერთიანებს.
კომპანია ასევე ამბობს, რომ გაუმჯობესდა ვიზუალური მხარე: front-end გვერდებს, Three.js სცენებს და 3D ასეტებს უკეთესი კომპოზიცია, ტიპოგრაფია და ანიმაცია აქვს.
ექსპერიმენტი: სიმულირებული ადამიანი, რომელმაც სიარული ისწავლა
ერთ-ერთ შიდა ტესტში მოდელმა ადამიანის სიარულის დინამიკის სიმულატორი ააწყო ღია ანატომიურ მოდელზე human-atlas, რომელიც 296 ჩონჩხის და 402 კუნთის კომპონენტისგან შედგება. 167 მისიისა და 420 დამოუკიდებელი შემოწმების განმავლობაში მოდელი აანალიზებდა შედეგებს და ასწორებდა კონტროლერს.
შედეგად, სიმულირებული ადამიანი, რომელიც თავიდან წამებში ეცემოდა, 11.2 წამის განმავლობაში უწყვეტად დადიოდა. საინტერესოა, რომ როცა ხელების მოძრაობა არ უმჯობესდებოდა, მოდელმა მხრის კუნთების გამოთვლებში 36 შეცდომა იპოვა და გაასწორა, ნაცვლად იმისა, რომ უბრალოდ ჯილდოს ფუნქცია ეცვალა.
3D მოდელირება Blender-სა და CAD-ში
BenchCAD ბენჩმარკზე, რომელიც ამოწმებს, რამდენად კარგად აღადგენს მოდელი 3D ობიექტს რამდენიმე კუთხიდან გადაღებული სურათებით CAD კოდის დაწერის გზით, Kimi K3.1 Pro-მ ხელსაწყოებით 92.7% აიღო. ამავე ტესტზე Claude Opus 5.5-ს 96.2% აქვს, GPT-6 Astra-ს – 95.9%. ხელსაწყოების გარეშე K3.1 Pro-ს 72.8% აქვს, Opus 5.5-ს კი 73.0%.
მოდელის ძლიერი მხარე პარამეტრული მოდელირებაა: მექანიკური დეტალები, არქიტექტურული მოდელები, კონფიგურირებადი პროდუქტები და ავეჯი. MCP კონექტორების გარეშეც კი მას შეუძლია დაწეროს და გაუშვას სკრიპტები Blender-ისა და CAD პროგრამებისთვის – შეცვალოს გეომეტრია, მასალები და სცენის განლაგება.
ამასთან, Kimi.ai-ზე და Kimi-ის აპლიკაციაში გაეშვა ფუნქცია 3D Make. მასში შეგიძლიათ 3D მოდელის ონლაინ ნახვა და რედაქტირება, 3D ბეჭდვისთვის მზა ფაილის ჩამოტვირთვა ან ვიდეოდ და Live Photo-დ ექსპორტი.
ფინანსები და ნაკლები ჰალუცინაცია
ფინანსურ ამოცანებში Kimi K3.1 Pro-მ OfficeQA Pro v2-ზე 64.4 ქულა აიღო, რაც კომპანიის თქმით საუკეთესო შედეგია. ეს ბენჩმარკი რეალურ ფინანსურ დოკუმენტებზე რთულ ანალიზს, დოკუმენტებს შორის გადამოწმებას და მრავალსაფეხურიან გამოთვლებს ამოწმებს. Frontier Finance-ზე მოდელს 58.6 აქვს.
შიდა ფინანსურ ბენჩმარკებზე K3-თან შედარებით სურათი ასეთია:
- ფინანსური მოდელირება: 57.6 vs 50.4 (+7.2 ქულა)
- ფინანსური კვლევა: 70.4 vs 58.8 (+11.6 ქულა)
- ბიზნეს ოპერაციები: 37 vs 8.9 (დაახლოებით 4.2-ჯერ მეტი)
ფაქტობრივი სიზუსტე
ფინანსური ანალიზისთვის სიზუსტე კრიტიკულია, ამიტომ Moonshot AI-მ ჰალუცინაციების შემცირებაზე ცალკე იმუშავა. შიდა სტრეს-ტესტზე Kimi Hallu Bench Hard ცალკეული მტკიცებების დონეზე ჰალუცინაციის მაჩვენებელი 23.4%-დან (K3) 8.3%-მდე შემცირდა, ანუ დაახლოებით 65%-ით.
იმ პასუხების წილი, რომლებიც ერთ ფაქტობრივ შეცდომას მაინც შეიცავს, წინამორბედის მაჩვენებლის 42.4%-მდე დავიდა. კომპანია თავადვე აზუსტებს, რომ ეს ტესტი შეგნებულად რთული მაგალითებით არის აწყობილი და ყოველდღიური გამოყენების შეცდომების დონეს არ ასახავს. ამავე ტესტზე GPT-6 Astra-ს კიდევ უფრო დაბალი, 5.5%-იანი მაჩვენებელი აქვს.
კიბერუსაფრთხოება: შეგნებულად შეზღუდული შესაძლებლობები
ბლოგის ერთ-ერთი ყველაზე საინტერესო ნაწილი კიბერშესაძლებლობებს ეხება. Moonshot AI-მ შეამჩნია, რომ post-training-ის ზრდასთან ერთად მოდელის მოწყვლადობების კვლევის უნარიც იზრდებოდა. ღია წონების ვერსიისთვის კომპანიამ კიბერუსაფრთხოებასთან დაკავშირებული მონაცემები ამოიღო როგორც mid-training-ის, ისე RL-ის ეტაპიდან, თუმცა ზოგადი კოდინგის ამოცანები დატოვა.
შიდა ბენჩმარკზე xdev-bench-hard ამ ზომების გარეშე მომზადებულმა ვერსიამ ამოცანების 90.5% ამოხსნა, საბოლოო Kimi K3.1 Pro-მ კი – 81.0%. შედარებისთვის, K3-ის შედეგი 33.3% იყო. კომპანიის თქმით, მოდელის კიბერშესაძლებლობები ჩამორჩება იმ წამყვან დახურულ მოდელებს, რომლებიც სულ მცირე სამი თვეა საჯაროდ ხელმისაწვდომია.
Moonshot AI-ის პრინციპი ასეთია: არ გამოუშვას ღია წონები, რომლებიც კიბერშესაძლებლობების აბსოლუტურ ზღვარს გადაწევს, მაგრამ ეტაპობრივად გაზარდოს ღია მოდელებში ხელმისაწვდომი დონე, რათა მეტმა გუნდმა შეძლოს საკუთარი კოდის აუდიტი.
სად და როგორ გამოვიყენოთ Kimi K3.1 Pro
- Kimi.ai და აპლიკაციები: ხელმისაწვდომია ვებზე და მობილურ აპებში iOS-ის, Android-ისა და HarmonyOS-ისთვის.
- Kimi Work: საჭიროა დესკტოპ აპლიკაციის 3.1.0 ან უფრო ახალი ვერსია Windows-ისთვის ან Apple silicon Mac-ისთვის.
- Kimi Code: მოდელის არჩევა /model ბრძანებით ხდება.
- Kimi API: მოდელები kimi-k3.1-pro და kimi-k3.1-pro-highspeed. API მომხმარებლებისთვის ხელმისაწვდომია Zero Data Retention.
- Kimi Business: ორგანიზაციებში მოდელი ნაგულისხმევად გამორთულია და მას ადმინისტრატორი რთავს.
რას ნიშნავს ეს ღია მოდელებისთვის
Kimi K3.1 Pro კიდევ ერთი ნიშანია, რომ ღია წონების მოდელებსა და დახურულ ლიდერებს შორის სხვაობა მცირდება – ზოგ ბენჩმარკზე ის რამდენიმე პროცენტულ პუნქტამდე დავიდა. რეალური სურათი მაშინ გამოჩნდება, როცა 4 ნოემბრამდე წონები გამოქვეყნდება და დამოუკიდებელი ტესტები დაიწყება.
დეტალური ბენჩმარკები და მეთოდოლოგია შეგიძლიათ ნახოთ Moonshot AI-ის ოფიციალურ ტექნიკურ ბლოგში.
სხვა თემები
Kimi K3-ის წონები და ტექნიკური რეპორტი გასაჯაროვდა
Dessa: AI, რომელმაც ლაპარაკი მოსმენით ისწავლა
NVIDIA Kumo: ღია AI მოდელები ცხრილებისა და ბიზნეს-მონაცემებისთვის