Китайская лаборатория Moonshot AI выпустила Kimi K3.1 Pro. Это доработанная версия Kimi K3, которую дообучили на большем объёме вычислений. В индексе Artificial Analysis Intelligence Index модель получила 55 баллов, на 11 больше предшественницы, и заняла четвёртое место, оказавшись выше всех моделей OpenAI.

Впереди остались только Claude Opus 5.5 с 58 баллами, Claude Sonnet 5.5 и Muse Wonder Full с 56 баллами. Веса модели обещают открыть 4 ноября, и тогда она станет самой сильной среди открытых систем.

Агенты и код

Самый заметный рост пришёлся на агентные задачи. В GDPval-AA модель набрала 1846 очков Эло, на 312 больше K3, а в Terminal-Bench 4.0 показала 65,7 % против 13 % у прошлой версии. Это почти уровень Claude Opus 5.5 и заметно выше GPT-6 Astra.

Модель умеет работать напрямую с Unity, Unreal Engine и Godot: вносить правки и собирать проекты. Скрипты для Blender и CAD-систем она пишет и запускает без MCP-коннекторов, а на Kimi.com появилась функция 3D Make для просмотра и экспорта трёхмерных моделей.

Размер и цена

Архитектура не изменилась: 2,8 трлн параметров, из которых одновременно активны 104 млрд, контекст на 1 млн токенов, ввод текста и изображений. Вместе с основной версией вышла Kimi K3.1 Pro Highspeed, которая отвечает в два-три раза быстрее.

Цены снижены на треть: $2 за миллион входных токенов и $10 за миллион выходных. Обе версии уже доступны в Kimi.ai, Kimi Work, Kimi Code и через API. Доля галлюцинаций во внутреннем стресс-тесте упала с 23,4 % до 8,3 %, хотя GPT-6 Astra здесь по-прежнему лучше.

Кибербезопасность

По мере дообучения у модели выросла способность находить уязвимости. Перед публикацией открытых весов из обучающих данных убрали материалы по кибербезопасности, и результат в тесте xdev-bench-hard снизился с 90,5 % до 81,0 %. В Moonshot считают, что открытые модели не должны раздвигать границы наступательных возможностей.

Комментарий

Разрыв между открытыми и закрытыми моделями, судя по этому рейтингу, сокращается до нескольких баллов. Для разработчиков сайтов и ботов это означает, что скоро сильную модель для агентов и кода можно будет запускать на своей инфраструктуре, без зависимости от чужого API. Стоит дождаться открытых весов и проверить модель на собственных задачах, а не только по таблицам производителя.

Источник: 3DNews.