Megjelent a Kimi K3.1 Pro, november 4-ig ígérik a modellsúlyokat
A független Artificial Analysis rangsorában negyedik az új kínai modell; gyorsabb változatot és olcsóbb API-t is kapott.
▶ 30 MÁSODPERCBEN
- MI TÖRTÉNT
- A Moonshot AI október 24-én bemutatta az egymillió tokenes kontextust kezelő Kimi K3.1 Pro modellt és annak Highspeed változatát.
- MIÉRT FONTOS
- A független rangsorban negyedik modell olcsóbb programozói hozzáférést kínál, a Highspeed pedig a cég szerint 2–3-szor gyorsabban állítja elő a választ.
- MI JÖN MOST
- A teljes modellsúlyokat 2026. november 4-ig ígérik; megjelenésükkel a Kimi vezethetné az Artificial Analysis nyílt súlyú modelljeinek mezőnyét.
Egymillió tokennyi szöveget képes egyszerre figyelembe venni a Kimi K3.1 Pro, amelyet a kínai Moonshot AI pekingi idő szerint 2026. október 24-én hajnalban indított el. A K3.1 sorozat első tagját a cég eddigi legerősebb modelljeként mutatta be; a vele együtt érkező Highspeed változat állítólag azonos képességekkel, de 2–3-szoros válaszgenerálási sebességgel működik.
Független mérésben is az élmezőnyben
A The Decoder által idézett független Artificial Analysis Intelligence Indexén a K3.1 Pro 55 ponttal negyedik, 11 pontot javítva a K3-hoz képest. Előtte a Claude Opus 5.5 áll 58, majd a Claude Sonnet 5.5 és a Muse Wonder Full 56–56 ponttal. A GDPval-AA mérésen 1846 Elo-pontot ért el, 312-vel többet elődjénél; itt az Opus 1866, a Muse 1857 ponttal előzi meg.
A The Decoder szerint a szöveget és képet feldolgozó modell a K3 jelentősen több számítási kapacitással utótanított változata. Mérete változatlan: összesen 2800 milliárd paraméteréből 104 milliárd aktív a feldolgozás során. Ha az ígért súlykiadás megtörténik, a lap szerint ez lehet az Artificial Analysis legmagasabbra értékelt nyílt súlyú modellje.
Kódolásban és 3D-s munkában erősít
A Moonshot szerint a K3.1 Pro több kódolási, ágens- és tudásteszten megközelíti a legerősebb zárt modelleket. A valós, erőforrás-korlátos terminálfeladatokat vizsgáló Terminal-Bench 4.0-n közölt 65,7%-a a GPT-6 Astra 58,2%-a fölött, a Claude Opus 5.5 66,4%-a alatt van. Saját Kimi Code Bench 3.0 Long-horizon tesztjén 55,95%-ról 61,2%-ra javult az eredmény.
A BenchCAD-en eszközhasználattal 92,7%-ot jelentett a cég, szemben az Opus 96,2 és az Astra 95,9%-ával; eszközök nélkül 72,8%-ot az Opus 73,0%-ával szemben. A Moonshot szerint a modell közvetlenül dolgozhat Unity, Unreal Engine és Godot játékmotorokkal, valamint Blender- és CAD-szkripteket írhat és futtathat külön MCP-csatlakozók nélkül. A kimi.com és a Kimi app új 3D Make funkciójában a térbeli modellek megtekinthetők, szerkeszthetők, 3D-nyomtatáshoz letölthetők, illetve videóként vagy élő fotóként exportálhatók.
Kevesebb tévedést mértek – egy nehéz belső teszten
A valós pénzügyi dokumentumok elemzését vizsgáló külső OfficeQA Pro v2 teszten a Moonshot 64,4 pontos, állítása szerint rekordnak számító eredményt közölt. Három belső pénzügyi mérésén a modellezés 14%-kal, a kutatás 20%-kal javult, az üzleti működési feladatok eredménye pedig a K3-énak mintegy 4,2-szerese lett. A The Decoder az első két javulást 7,2, illetve 11,6 pontos növekedésként írja le.
A belső Kimi Hallu Bench Hard teszten az állításonkénti hibaarány 23,4%-ról 8,3%-ra esett; a The Decoder szerint a GPT-6 Astra itt 5,5%-ot ért el. Fontos korlát: ez szándékosan hibára hajlamosító esetekből összeállított stresszteszt, nem a hétköznapi használat hibaaránya.
A nyílt súlyú kiadáshoz a Moonshot mindkét tanítási fázisból eltávolított kiberbiztonsági témájú adatokat, hogy korlátozza a támadó képességeket. Belső xdev-bench-hard tesztjén a szűrés előtti változat 90,5, a kiadandó modell 81,0%-ot teljesített; összehasonlításként a DeepSeek-V4.1-Flash 85,7, a Kimi K3 33,3%-ot ért el.
Már elérhető, az API olcsóbb lett
A Moonshot szerint mindkét modell használható a kimi.com, a Kimi App, a Kimi Work és a Kimi Code felületén, valamint a platform.kimi.com programozói hozzáférésén, az API-n. Az API-azonosítók: kimi-k3.1-pro és kimi-k3.1-pro-highspeed. A teljes modellsúlyokat legkésőbb november 4-re ígérik.
A The Decoder szerint az alapmodell tokendíjai 33%-kal csökkentek: korábban a bemenet 3, a kimenet 15, a gyorsítótárból felhasznált bemenet 0,30 dollárba került egymillió tokenenként. Az Artificial Analysis Intelligence Indexének egy feladatára jutó költség ugyanakkor csak 2,00-ról 1,98 dollárra mérséklődött. Az IT之家 jüanban 13-as bemeneti, 1,3-as gyorsítótárazott bemeneti és 68-as kimeneti díjat közöl egymillió tokenre, a Highspeedre kétszeres árat írva.
TECH-SZÓTÁR
- Token és kontextus
- A token a modell által feldolgozott szövegegység, a kontextus pedig az egyszerre figyelembe vehető tartalom kerete.
- Nyílt súlyú modell
- A modell működését meghatározó tanult számértékek letölthetők, így megfelelő hardveren külön is futtatható.
- Ágens
- Olyan AI-rendszer, amely egy feladat megoldásához több lépésben eszközöket is használ.
- MCP-csatlakozó
- Szabványos kapcsolat, amelyen keresztül egy AI-rendszer külső eszközökhöz vagy adatokhoz férhet hozzá.
» Követett téma: AI · régió: KÍNA · kulcsszó: Kimi, nyílt súlyú modellek