يتحدى Kim K3.1 Pro من Moonshot AI كلاً من Claude Opus 5.5 وGPT-6 Astra في تحليل البيانات المالية، بينما يتأخر عنهما في معيار لنمذجة ثلاثية الأبعاد. أُطلق النموذج اللغوي الكبير المطوّر في 23 أكتوبر 2026، ويضم 3 تريليونات مَعلمة ونافذة سياق تتسع لمليون رمز، ومن المقرر إتاحة أوزان النموذج للعامة بحلول 4 نوفمبر.
أبرز النقاط
تقول Moonshot إن النموذج تفوّق على منافسَيه في معيار لتحليل البيانات المالية.
يضع Terminal-Bench 4.0 النموذج بين Astra وOpus 5.5.
أصبح الوصول المدفوع عبر السحابة متاحًا قبل الإصدار المخطط لأوزان النموذج.
Kim K3.1 Pro من Moonshot AI يعتمد على التنشيط الانتقائي
يرتقي Kim K3.1 Pro بنموذج Kimi K3 الذي أطلقته Moonshot في يوليو، من خلال تدريب إضافي على الاستدلال المعقد والمهام متعددة الخطوات والأدوات. ويتألف النموذج السابق من 896 شبكة عصبية، لكنه لا ينشّط سوى 16 شبكة في كل مرة لتقليل تكاليف الاستدلال.
يستخدم Kimi K3 أيضًا Kimi Delta Attention، وهو تطبيق مخصص لتقنية Gated DeltaNet يقلل مقدار ذاكرة RAM التي تحتاج إليها آلية الانتباه لفهم المطالبات.
تقول Moonshot إن التدريب اللاحق للنموذج المطوّر استهلك قدرة معالجة أكبر بكثير من مشروعاتها السابقة. كما أُضيفت إلى نظام التدريب فحوصات جودة آلية وتحسينات لكفاءة البنية التحتية. ووفقًا للشركة، تتوفر أيضًا نسخة Highspeed مستقلة صُممت لتوليد الإجابات بسرعة تعادل ضعفي إلى ثلاثة أضعاف سرعة النموذج العادي.
نتائج الاختبارات المعيارية متفاوتة في البرمجة والأعمال ثلاثية الأبعاد والتمويل
تضع النتائج التي أعلنتها Moonshot نموذج Kim K3.1 Pro في مرتبة متقدمة على GPT-6 Astra في البرمجة عبر الطرفية، وعلى كلا المنافسين في التحليل المالي، لكنه يأتي خلفهما في برمجة النماذج ثلاثية الأبعاد.
في اختبار Terminal-Bench 4.0، الذي يقيّم الوكلاء في مهام البرمجة، سجّل النموذج 65.7%، مقارنةً بـ58.2% لـAstra و66.4% لـOpus 5.5. وارتفعت نتيجة النموذج السابق في اختبار Kimi Code Bench 3.0 Long horizon الداخلي لدى Moonshot من 55.95% إلى 61.2%.
سجّل النموذج 92.7% في BenchCAD، وهو اختبار معياري لبرمجة النماذج ثلاثية الأبعاد، مقابل 96.2% لـOpus 5.5 و95.9% لـAstra. وينشئ الأشكال الهندسية باستخدام الشيفرة، كما يمكنه تحريك النماذج الناتجة. وأفادت Moonshot أيضًا بتحقيق تحسينات في Unity وUnreal Engine وGodot لإنشاء البيئات التفاعلية والمواقع الإلكترونية والأصول ثلاثية الأبعاد.
في أحد العروض التوضيحية، تضمنت لعبة محاكاة للمشي 296 مكوّنًا هيكليًا و402 مكوّنًا عضليًا، ونفّذ النموذج 167 مهمة تطوير و420 مراجعة قبل أن ينجح في جعل شخصية تمشي باستمرار لمدة 11.2 ثانية. وأنتج تقييم داخلي آخر عدة ألعاب فيديو ثلاثية الأبعاد.
في المهام المالية، أعلنت Moonshot أن نتيجة النموذج بلغت 64.4 في OfficeQA Pro v2، متفوقًا على كلا المنافسين في تقييم لتحليل المستندات المالية واسترجاع المعلومات والاستدلال العددي. كما تحسنت النتائج الداخلية في النمذجة المالية والأبحاث المالية بمقدار 7.2 و11.6 نقطة على التوالي مقارنةً بـKimi K3.
وأشارت Moonshot أيضًا إلى أن معدلات الهلوسة انخفضت من 23.4% إلى 8.3%، استنادًا إلى تقييمها الداخلي Kimi Hallu Bench Hard. وسجّل Opus 5.5 نسبة 15% عند استخدام الأدوات في مقارنة الشركة. وحذّرت Moonshot من أن هذا الاختبار، الذي يتناول سيناريوهات صعبة، لا يعكس معدلات الهلوسة اليومية.
تغييرات في التدريب على الأمن السيبراني وإتاحة مدفوعة
استبعدت Moonshot عمدًا بعض بيانات ومهام الأمن السيبراني من التدريب اللاحق للحد من القدرات الهجومية مع الحفاظ على الأداء العام في البرمجة. وسجّل النموذج الناتج 81% في تقييم داخلي لأبحاث الثغرات، مقابل 90.5% لنسخة دُرّبت من دون هذه القيود.
أداء النموذج في الاختبارات المعيارية للأمن السيبراني أدنى من أداء Astra وOpus 5.5. وتخطط Moonshot لإضافة ميزات أكثر تقدمًا لتحليل الثغرات في النماذج المستقبلية.
يمكن الوصول إلى Kim K3.1 Pro من Moonshot AI عبر عروض سحابية مدفوعة، إذ تتوفر نسختا Standard وHighspeed من خلال Kimi.ai وKimi Work وKimi Code وواجهة API الخاصة بالشركة. وتخطط Moonshot لإتاحة أوزان النموذج كاملةً بمصدر مفتوح بحلول 4 نوفمبر، ما يسمح للمطورين بتشغيله على بنيتهم التحتية الخاصة.
مقال أُعدّ بمساعدة الذكاء الاصطناعي وراجعه فريق التحرير.