Kim K3.1 Pro от Moonshot AI бросает вызов Claude Opus 5.5 и GPT-6 Astra в финансовом анализе, но уступает обоим в тесте по 3D-моделированию. Усовершенствованная большая языковая модель, представленная 23 октября 2026 года, содержит 3 триллиона параметров и имеет контекстное окно на миллион токенов. Публичный выпуск весов модели запланирован не позднее 4 ноября.
Ключевые выводы
Moonshot сообщает, что модель превзошла обоих конкурентов в тесте по финансовому анализу.
В Terminal-Bench 4.0 модель заняла место между Astra и Opus 5.5.
Платный облачный доступ уже открыт, а выпуск весов модели запланирован на более поздний срок.
Kim K3.1 Pro от Moonshot AI развивает подход с выборочной активацией
Kim K3.1 Pro — усовершенствованная версия Kimi K3, модели, выпущенной Moonshot в июле. Для неё провели дополнительное обучение, чтобы улучшить сложные рассуждения и выполнение многоэтапных задач с использованием инструментов. Предшественник состоит из 896 нейронных сетей, но для снижения затрат на инференс одновременно активирует только 16 из них.
В Kimi K3 также используется Kimi Delta Attention — собственная реализация Gated DeltaNet, которая сокращает объём оперативной памяти, необходимый механизму внимания для обработки запросов.
По словам Moonshot, дообучение обновлённой модели потребовало значительно больше вычислительных мощностей, чем предыдущие проекты компании. В систему обучения добавили автоматизированные проверки качества и повысили эффективность инфраструктуры. Компания также сообщила о специальной версии Highspeed, разработанной для генерации ответов в два-три раза быстрее стандартной модели.
Результаты тестов различаются в программировании, 3D-моделировании и финансах
Согласно опубликованным Moonshot результатам, Kim K3.1 Pro опережает GPT-6 Astra в программировании в терминале и обе конкурирующие модели — в финансовом анализе, но уступает им в написании кода для 3D-моделей.
В Terminal-Bench 4.0, где проверяются способности агентов выполнять задачи программирования, модель набрала 65,7% против 58,2% у Astra и 66,4% у Opus 5.5. Результат её предшественника во внутреннем тесте Moonshot Kimi Code Bench 3.0 Long Horizon вырос с 55,95% до 61,2%.
В тесте BenchCAD для написания кода 3D-моделей модель набрала 92,7%, тогда как Opus 5.5 получила 96,2%, а Astra — 95,9%. Она создаёт геометрию с помощью кода и может анимировать получившиеся модели. Moonshot также сообщила об улучшении результатов в Unity, Unreal Engine и Godot при создании интерактивных сред, веб-сайтов и 3D-ресурсов.
В одном из примеров симулятор ходьбы включал 296 скелетных и 402 мышечных компонента. Модель выполнила 167 задач разработки и прошла 420 проверок, прежде чем добилась того, чтобы персонаж непрерывно шёл в течение 11,2 секунды. В ходе другой внутренней оценки было создано несколько 3D-видеоигр.
В финансовых задачах Moonshot сообщила о результате 64,4 в OfficeQA Pro v2, опередив обе конкурирующие модели в тесте на анализ финансовых документов, поиск информации и численные рассуждения. Результаты во внутренних тестах финансового моделирования и финансовых исследований улучшились по сравнению с Kimi K3 на 7,2 и 11,6 пункта соответственно.
Moonshot также отметила, что, согласно внутреннему тесту Kimi Hallu Bench Hard, доля галлюцинаций снизилась с 23,4% до 8,3%. В сравнении компании Opus 5.5 показала результат 15% при использовании инструментов. Moonshot подчеркнула, что этот тест со сложными сценариями не отражает частоту галлюцинаций в повседневных задачах.
Изменения в обучении кибербезопасности и платный доступ
Чтобы ограничить возможности модели в кибератаках и сохранить её общие навыки программирования, Moonshot намеренно исключила некоторые данные и задачи по кибербезопасности из этапа дообучения. В результате модель набрала 81% во внутреннем тесте по поиску уязвимостей, тогда как версия без этих ограничений получила 90,5%.
В тестах по кибербезопасности модель уступает Astra и Opus 5.5. Moonshot планирует добавить в будущие модели более продвинутые функции анализа уязвимостей.
Доступ к Kim K3.1 Pro от Moonshot AI предоставляется через платные облачные сервисы. Стандартная версия и версия Highspeed доступны через Kimi.ai, Kimi Work, Kimi Code и API компании. Moonshot планирует открыть исходные веса модели до 4 ноября, чтобы разработчики могли запускать её на собственной инфраструктуре.
Статья подготовлена при содействии искусственного интеллекта и проверена редакцией.