Китайская лаборатория Moonshot AI выпустила Kimi K3.1 Pro — доработанную версию модели Kimi K3, прошедшую дополнительное обучение с существенно большим объёмом вычислений. В рейтинге Artificial Analysis Intelligence Index она получила 55 баллов: это на 11 баллов больше, чем у предшественницы, четвёртый результат в общем зачёте и первое место среди моделей с открытыми весами.

Выше Kimi K3.1 Pro в рейтинге расположились только Anthropic Claude Opus 5.5 (58 баллов), Claude Sonnet 5.5 (56 баллов) и Meta Muse Wonder Full (56 баллов).

Moonshot AI планирует открыть веса модели 4 ноября. Если расстановка сил не изменится, K3.1 Pro станет самой сильной открытой моделью, а отставание открытых систем от проприетарных сократится с 12 до 3 баллов.

Компания также представила ускоренную версию Kimi K3.1 Pro Highspeed, которая работает в 2–3 раза быстрее. Обе модели доступны на Kimi.ai, Kimi Work, Kimi Code и через API.

Наибольший прирост новая модель показала в агентных сценариях. В бенчмарке GDPval-AA она набрала 1846 баллов по Эло — на 312 баллов больше, чем Kimi K3, и уступила только Claude Opus 5.5 (1866) и Wonder Full (1857).

В Terminal-Bench 4.0, оценивающем работу программных агентов в терминале, K3.1 Pro получила 65,7%. Это выше результата OpenAI GPT-6 Astra (58,2%) и немного ниже показателя Claude Opus 5.5 (66,4%); предыдущая Kimi K3 набрала лишь 13%.

Модель также умеет напрямую работать с игровыми движками Unity, Unreal Engine и Godot: вносить правки и собирать проекты. В тесте BenchCAD с использованием вспомогательных инструментов она показала 92,7%, приблизившись к Claude Opus 5.5 (96,2%) и GPT-6 Astra (95,9%). Без инструментов результат составил 72,8% — практически на уровне Claude Opus 5.5 (73,0%).

Особенно сильна модель в параметрическом моделировании механических деталей, архитектурных объектов и изделий с настраиваемыми параметрами. Она способна создавать и запускать скрипты для Blender и CAD-систем без MCP-коннекторов, а на Kimi.com появилась функция 3D Make для просмотра, редактирования и экспорта трёхмерных моделей.

Во внутреннем стресс-тесте Kimi Hallu Bench Hard доля галлюцинаций снизилась с 23,4% у K3 до 8,3% у K3.1 Pro. Moonshot подчёркивает, что это именно стрессовый тест, а не оценка типичного уровня ошибок: у GPT-6 Astra в нём результат составил 5,5%.

В финансовых направлениях модель прибавила 7,2 балла в финансовом моделировании и 11,6 балла в финансовых исследованиях. По данным Moonshot, в офисном бенчмарке OfficeQA Pro v2 она обошла всех конкурентов.

Kimi K3.1 Pro сохранила архитектуру предшественницы: 2,8 трлн параметров, из которых 104 млрд активны. Контекстное окно достигает 1 млн токенов, модель работает с текстом и изображениями.

По оценке Artificial Analysis, K3.1 Pro находится на границе Парето: среди моделей сопоставимого размера у неё самый высокий показатель Intelligence Index.

Стоимость использования снизилась на 33%: $2 за 1 млн входных токенов вместо $3, $10 за 1 млн выходных токенов вместо $15 и $0,20 за работу с кешированными данными вместо $0,30. Выполнение одной задачи из набора Intelligence Index обходится примерно в $1,98 против $2,00 у K3, хотя новая модель генерирует на 14% больше выходных токенов.

По мере масштабирования пост-обучения у модели выросли способности к поиску уязвимостей. В Moonshot объяснили это наличием материалов по кибербезопасности в обучающих данных и соответствующих задач в среде обучения с подкреплением.

Для версии с открытыми весами разработчик удалил кибербезопасные данные на обоих этапах подготовки. Во внутреннем тесте xdev-bench-hard, где используются недавно обнаруженные уязвимости в ядре Linux, Node.js и JavaScriptCore, исходная модель решала 90,5% задач, а версия без этих данных — 81,0%. Для сравнения, DeepSeek-V4.1-Flash показала 85,7%, а Kimi K3 — 33,3%.

В Moonshot считают, что открытые модели не должны расширять возможности в области наступательной кибербезопасности. При этом компания намерена постепенно наращивать их функциональность, поскольку такие системы могут быть полезны и для защиты — например, при анализе устаревших систем.