Moonshot AI Kimi K3.1 Pro-ны 1 миллион токен контекстімен шығарады

Қытайлық Moonshot AI компаниясы күрделі инженерлік тапсырмалар мен AI агенттерінің ұзақ мерзімді жұмысына арналған Kimi K3 тілдік моделінің жаңартылған нұсқасы Kimi K3.1 Pro-ны шығарды.

Модель 2,8 триллион параметрден тұратын Mixture-of-Experts архитектурасын пайдаланады, оның ішінде 104 миллиарды сұранысты өңдеу кезінде іске қосылады. Контекстік терезе 1 миллион токенге жетеді және жүйе мәтін мен суреттерді енгізу ретінде қабылдайды. Сонымен қатар, компания Kimi K3.1 Pro Highspeed нұсқасын ұсынды, ол әзірлеушілердің айтуынша, стандартты нұсқадан екі-үш есе жылдам жауаптар жасайды. Екі модельге де қолжетімділік Kimi веб-сайты мен қосымшалары, Work және Code қызметтері, сондай-ақ API арқылы қамтамасыз етіледі. Әзірлеушілер толық салмақтарды 4 қарашаға дейін жариялауды жоспарлап отыр.

Инженерлік тапсырмаларды терминал арқылы орындауды бағалайтын Terminal-Bench 4.0-да модель 65,7% ұпай жинады, бұл 66,4% ұпай жинаған Claude Opus 5.5-тен сәл артта қалды, бірақ 58,2% ұпай жинаған GPT-6 Astra-дан алда болды. Алайда, нәтижелер әртүрлі әдістемелерді пайдаланып алынды: компания өз моделін Claude Code арқылы сынады, ал бәсекелестердің ұпайлары жарияланған есептер мен ресми рейтингтен алынды. Тәуелсіз Artificial Analysis рейтингі алдыңғы K3 нұсқасымен салыстырғанда прогресті тіркеді: Intelligence Index бойынша 44 ұпайға қарсы 55 ұпай және рейтингте төртінші орын. Дегенмен, Moonshot AI K3.1 Pro кем дегенде үш ай бойы қолжетімді жетекші жеке модельдерден әлі де артта қалғанын мойындайды.

Бағдарламалаудан бөлек, K3.1 Pro үш өлшемді модельдеу және қаржылық құжаттармен жұмыс істеу мүмкіндіктерін арттырды. Ол мәтіндік сипаттамалар, эскиздер және суреттерден 3D объектілер жасай алады, Blender және CAD бағдарламаларына арналған сценарийлер жазады, модельдердің геометриясы мен материалдарын өзгертеді. Kimi қосымшасы енді 3D басып шығару үшін объектілерді көру, өңдеу және экспорттау үшін 3D Make функциясын қамтиды.

BenchCAD тестінде модель Voxel IoU метрикасы бойынша 92,7 ұпай жинады, Claude Opus 5.5-тен 96,2 және GPT-6 Astra-дан 95,9 ұпаймен артта қалды. Қаржылық тапсырмаларда жүйе есептерді талдайды, құжаттардағы ақпаратты салыстырады және байланыстырылған формулалар мен болжамдары бар кестелер жасайды. OfficeQA Pro v2 тестінде нәтиже 64,4 ұпай болды. Компанияның ішкі деректеріне сәйкес, қаржылық модельдеуде ұпай 7,2 ұпайға, ал инвестициялық зерттеулерді дайындауда 11,6 ұпайға артты K3-пен салыстырғанда. Сонымен қатар, тапсырмаларды шешу кезінде токендердің шығу көлемі шамамен 14% өсті, сондықтан API тарифтерінің үштен бірге төмендеуі жеке тапсырмаларды орындау құнының салыстырмалы төмендеуіне әкелмеді.