Moonshot AI Kim K3.1 Pro

Kim K3.1 Pro của Moonshot AI đang thách thức Claude Opus 5.5 và GPT-6 Astra trong lĩnh vực phân tích tài chính, nhưng vẫn kém cả hai trên một bài đánh giá chuẩn về mô hình hóa 3D. Ra mắt ngày 23 tháng 10 năm 2026, mô hình ngôn ngữ lớn được nâng cấp này có 3 nghìn tỷ tham số và cửa sổ ngữ cảnh một triệu token; trọng số mô hình dự kiến sẽ được phát hành công khai trước ngày 4 tháng 11.

Điểm chính

  • Moonshot báo cáo rằng mô hình vượt qua cả hai đối thủ trong bài đánh giá chuẩn về phân tích tài chính.

  • Terminal-Bench 4.0 xếp mô hình ở vị trí giữa Astra và Opus 5.5.

  • Dịch vụ truy cập đám mây trả phí đã hoạt động trước khi trọng số mô hình được phát hành theo kế hoạch.

Kim K3.1 Pro của Moonshot AI phát triển dựa trên cơ chế kích hoạt có chọn lọc

Kim K3.1 Pro nâng cấp Kimi K3, mô hình Moonshot ra mắt hồi tháng 7, thông qua quá trình huấn luyện bổ sung về suy luận phức tạp và các tác vụ nhiều bước sử dụng công cụ. Mô hình tiền nhiệm gồm 896 mạng nơ-ron nhưng mỗi lần chỉ kích hoạt 16 mạng để giảm thiểu chi phí suy luận.

Kimi K3 cũng sử dụng Kimi Delta Attention, một phiên bản triển khai tùy chỉnh của Gated DeltaNet giúp giảm dung lượng RAM cần thiết để cơ chế chú ý xử lý các lời nhắc.

Moonshot cho biết giai đoạn huấn luyện hậu kỳ của mô hình nâng cấp tiêu tốn năng lực xử lý lớn hơn đáng kể so với các dự án trước đây. Hệ thống huấn luyện được bổ sung các bước kiểm tra chất lượng tự động và cải tiến hiệu quả hạ tầng. Theo công ty, còn có một phiên bản Highspeed riêng, được thiết kế để tạo câu trả lời nhanh gấp hai đến ba lần so với mô hình tiêu chuẩn.

Kết quả benchmark khác nhau giữa lập trình, đồ họa 3D và tài chính

Các kết quả do Moonshot công bố cho thấy Kim K3.1 Pro vượt GPT-6 Astra về lập trình dựa trên thiết bị đầu cuối và vượt cả hai đối thủ về phân tích tài chính, nhưng kém hơn cả hai trong lập trình mô hình 3D.

Trong Terminal-Bench 4.0, bài kiểm tra các tác vụ lập trình của tác nhân AI, mô hình đạt 65,7%, so với 58,2% của Astra và 66,4% của Opus 5.5. Điểm số trên Kimi Code Bench 3.0 Long Horizon nội bộ của Moonshot tăng từ 55,95% ở phiên bản tiền nhiệm lên 61,2%.

Mô hình đạt 92,7% trong BenchCAD, một benchmark lập trình mô hình 3D, so với 96,2% của Opus 5.5 và 95,9% của Astra. Mô hình tạo hình học bằng mã và có thể làm hoạt ảnh cho các mô hình tạo ra. Moonshot cũng cho biết hiệu quả đã được cải thiện trên Unity, Unreal Engine và Godot trong việc tạo môi trường tương tác, trang web và tài sản 3D.

Trong một buổi trình diễn, trò chơi mô phỏng đi bộ có 296 thành phần xương và 402 thành phần cơ. Mô hình thực hiện 167 tác vụ phát triển và 420 lượt đánh giá trước khi tạo được nhân vật đi liên tục trong 11,2 giây. Một đợt đánh giá nội bộ khác đã tạo ra nhiều trò chơi điện tử 3D.

Đối với các tác vụ tài chính, Moonshot cho biết mô hình đạt 64,4 điểm trên OfficeQA Pro v2, vượt cả hai đối thủ trong bài đánh giá phân tích tài liệu tài chính, truy xuất thông tin và suy luận số học. Kết quả mô hình hóa tài chính và nghiên cứu tài chính nội bộ lần lượt tăng 7,2 và 11,6 điểm so với Kimi K3.

Moonshot cũng lưu ý rằng theo bài đánh giá Kimi Hallu Bench Hard nội bộ, tỷ lệ ảo giác giảm từ 23,4% xuống 8,3%. Trong phép so sánh của công ty, Opus 5.5 đạt 15% khi sử dụng công cụ. Moonshot cảnh báo bài kiểm tra tình huống khó này không phản ánh tỷ lệ ảo giác thường ngày.

Thay đổi trong huấn luyện an ninh mạng và quyền truy cập trả phí

Moonshot chủ động loại trừ một số dữ liệu và tác vụ an ninh mạng khỏi quá trình huấn luyện hậu kỳ nhằm hạn chế năng lực tấn công, đồng thời duy trì hiệu suất lập trình tổng quát. Mô hình sau đó đạt 81% trong bài đánh giá nghiên cứu lỗ hổng nội bộ, so với 90,5% của phiên bản được huấn luyện mà không có những hạn chế này.

Hiệu suất của mô hình trên các benchmark an ninh mạng thấp hơn Astra và Opus 5.5. Moonshot dự định bổ sung các tính năng phân tích lỗ hổng nâng cao hơn cho những mô hình trong tương lai.

Có thể truy cập Kim K3.1 Pro của Moonshot AI thông qua các dịch vụ đám mây trả phí. Cả phiên bản tiêu chuẩn lẫn Highspeed đều có thể sử dụng qua Kimi.ai, Kimi Work, Kimi Code và API của công ty. Moonshot dự định phát hành mã nguồn mở toàn bộ trọng số mô hình trước ngày 4 tháng 11, cho phép các nhà phát triển chạy mô hình trên hạ tầng của riêng họ.

Bài viết được thực hiện với sự hỗ trợ của trí tuệ nhân tạo và được đội ngũ biên tập thẩm định.