Китайская лаборатория Moonshot AI представила Kimi K3.1 Pro — флагманскую языковую модель на архитектуре с 3 трлн параметров, которая активирует лишь часть сетей на каждый запрос. Компания сравнивает ее с Claude Opus 5.5 и GPT-6 Astra, заявляя победы в тестах Terminal-Bench 4.0 и OfficeQA Pro v2. Для бизнеса это важно, поскольку экономичный дизайн инференса здесь сочетается с результатами уровня лидеров в коде и финансах.
Дообученное развитие модели Kimi K3
Kimi K3.1 Pro — это дообученная версия Kimi K3, выпущенной в июле с 896 экспертными сетями и 3 трлн параметров, из которых одновременно работают 16. Такое выборочное включение снижает стоимость инференса и сохраняет мощность для сложных задач. По данным Moonshot AI, этот цикл дообучения потребовал заметно больше вычислений, чем прошлые проекты, и шел на обновленном стеке. Часть обновления — автоматические проверки качества и более эффективная инфраструктура.
Модель сохраняет курс на эффективность Kimi K3, включая механизм Kimi Delta Attention на основе Gated DeltaNet. Эта технология сокращает использование RAM механизмом внимания при обработке запросов, что уменьшает требования к оборудованию для длинных входных данных. Источник отмечает, что функция, вероятно, перешла и в K3.1 Pro. Вместе с разреженной активацией это указывает на архитектуру, рассчитанную на дешевое обслуживание крупных моделей. Обратная сторона — сложность обучения и настройки таких систем.
Релиз происходит на фоне прямого сопоставления с двумя западными флагманами — Claude Opus 5.5 от Anthropic и GPT-6 Astra. Moonshot AI сообщает о 65,7% в Terminal-Bench 4.0 — более чем на 7 пунктов выше Astra, но чуть ниже Opus 5.5. Компания также заявляет о победе над обеими моделями в OfficeQA Pro v2 для сложного финансового анализа. В тесте кода 3D-моделей BenchCAD результат составил 92,7%, в пределах четырех пунктов от конкурентов. Отставание в кибербезопасности компания связывает с намеренным удалением данных.
Что это значит для покупателей корпоративного ИИ
Для компаний, создающих код, скрипты автоматизации или аналитические таблицы, набор бенчмарков практичен: Terminal-Bench 4.0 проверяет реальные задачи программирования, а OfficeQA Pro v2 — финансовый анализ. Модель, опережающая Astra в обоих тестах, позволяет реже направлять такие задачи на самый дорогой западный API. Небольшие команды получают кодовую помощь флагманского уровня через платные облачные сервисы Moonshot AI. Крупные компании могут тестировать ее как второго поставщика для снижения затрат и задержек при routine-разработке.
Результаты в 3D и анимации открывают более узкий, но конкретный сценарий для проектирования и симуляций. Kimi K3.1 Pro пишет код, который численно задает геометрию объектов, а не рисует модели; Moonshot AI использовала ее для симуляции движений человека и создания 3D-игр. Игры важны как стресс-тест, поскольку большая кодовая база ломается от одной ошибки. Покупателям все же следует проверять вывод в собственном CAD-конвейере и игровых движках, а также уточнять лицензию перед коммерческим использованием. Модель доступна только в платном облаке до открытия весов к 4 ноября.
Маркером станет появление открытых весов к 4 ноября и скорость независимого воспроизведения заявленных оценок. Независимые прогоны Terminal-Bench, OfficeQA и BenchCAD плюс раскрытые тарифы покажут, подтверждаются ли заявления об эффективности вне облака Moonshot AI. Второй сигнал — обещанный возврат функций анализа уязвимостей в будущих моделях. Если оба события состоятся, модель перейдет из истории про бенчмарки в рабочий вариант для операций с большим объемом кода.
