A Kimi K3.1 Pro három pontra került a vezető zárt MI-modellektől
A kínai Moonshot AI új következtető modellje, a Kimi K3.1 Pro jelentősen javított elődjéhez képest: az Artificial Analysis Intelligence Indexén 55 pontot szerzett, ami 11 pontos előrelépés a Kimi K3-hoz képest, és a negyedik helyre volt elég. Előtte a Claude Opus 5.5 58, a Claude Sonnet 5.5 és a Muse Wonder Full pedig egyaránt 56 ponttal áll. Ha a Moonshot tervei szerint 2026. november 4-én közzéteszi a modell súlyait, a K3.1 Pro lehet a legmagasabb pontszámú nyílt súlyú modell, így a zárt és nyílt modellek közötti különbség 12 pontról mindössze háromra csökkenhet.
A leglátványosabb fejlődés az ügynöki feladatokban mutatkozik. A GDPval-AA teszten 1846 Elo-pontot ért el, 312 ponttal többet a K3-nál, a Terminal-Bench 4.0 feladatsorán pedig 65,7 százalékos eredményt hozott. A vállalat saját Kimi Hallu Bench Hard tesztjén a téves állítások aránya 23,4-ről 8,3 százalékra esett, bár ez nem általános hibaarányt mér. A modell Unity, Unreal Engine és Godot környezetben is képes dolgozni, a BenchCAD teszten eszközökkel 92,7 százalékot teljesített, és 3D modellezéshez is használható.
A K3.1 Pro ugyanúgy 2,8 billió paraméteres, ebből 104 milliárd aktív, a kontextusablaka pedig egymillió tokenes. A Kimi.ai, a Kimi Work, a Kimi Code és a Kimi API felületein már elérhető, tokenárai pedig 33 százalékkal csökkentek. A Moonshot a nyílt kiadás előtt a kiberbiztonsági adatokat is megtisztította a tanításból, hogy a modell ne ösztönözze az offenzív képességek korlátlan erősödését.
Folytasd az appban — szavazz és szólj hozzá ➔