Moonshot AI випустила Kimi K3.1 Pro 23 жовтня. Це дотренована версія моделі компанії Kimi K3, яка постачається разом зі швидшим варіантом — K3.1 Pro Highspeed. Обидві мають контекстне вікно в 1 мільйон токенів. Moonshot описує K3.1 Pro як модель "класу 3T" з відкритими вагами і каже, що повні ваги буде опубліковано до 4 листопада 2026 року.

Де можна скористатися моделлю

K3.1 Pro доступна на Kimi.ai, у мобільних застосунках Kimi, у Kimi Work і Kimi Code, а також через Kimi API під назвами kimi-k3.1-pro і kimi-k3.1-pro-highspeed. Moonshot стверджує, що Highspeed працює у 2–3 рази швидше за стандартну модель. У Kimi Enterprise вона за замовчуванням вимкнена під час запуску, і її має увімкнути адміністратор, а клієнтам API доступне нульове зберігання даних. В анонсі не вказано ціни API, кількість параметрів чи ліцензію для відкритих ваг.

Показники бенчмарків від Moonshot

Усі наведені нижче цифри взято з власного допису Moonshot і не перевірено незалежно. Деякі з них — результати внутрішніх бенчмарків Moonshot.

Програмування: за Terminal-Bench 4.0 Moonshot повідомляє про 65,7% для K3.1 Pro проти 66,4% у Claude Opus 5.5 та 58,2% у GPT-6 Astra.
Галюцинації: за внутрішнім тестом Kimi Hallu Bench (складний набір, з інструментами, менше значення краще) K3.1 Pro отримує 8,3, порівняно з 23,4 у K3, проти 5,5 у GPT-6 Astra та 15,0 у Claude Opus 5.5.
Фінанси та офісна робота: 64,4 за OfficeQA Pro v2, що Moonshot називає найкращим результатом у галузі, та 57,6 проти 50,4 у K3 за внутрішнім тестом фінансового моделювання.
3D-моделювання: 92,7 за BenchCAD з інструментами, позаду Claude Opus 5.5 (96,2) та GPT-6 Astra (95,9).

Moonshot також повідомляє, що видалила дані, пов'язані з кібербезпекою, з частини навчальних даних для релізу з відкритими вагами, і що кіберможливості моделі залишаються позаду публічно доступних фірмових передових моделей. За внутрішнім тестом із кібербезпеки K3.1 Pro отримує 81,0, порівняно з 90,5 у контрольній версії Kimi, навченій без такого скорочення.

Кому це важливо

Якщо незалежні тести підтвердять показники Moonshot, K3.1 Pro стане моделлю для завантаження, яка наблизиться до Claude Opus 5.5 у завданнях з програмування. Це найбільше важливо для компаній, які хочуть запускати модель на власних серверах замість надсилання даних до хмарного API. Модель такого розміру — завдання для серверного кластера, а не для ноутбука.

Що це означає, якщо ви обираєте модель

Якщо вам потрібна відкрита модель, яку можна розмістити самостійно, дочекайтеся публікації ваг та незалежних бенчмарків, перш ніж переходити на неї. А поки що DeepSeek є широко використовуваним варіантом з відкритими вагами, а матеріал DeepSeek vs ChatGPT показує, як відкрита модель порівнюється із закритим асистентом.

Якщо вам переважно потрібен довгий контекст, ви вже можете спробувати K3.1 Pro на Kimi.ai з довгим контрактом або кодовою базою і оцінити результати на власних матеріалах.