مدل Kimi K3.1 Pro با تمرکز بر کدنویسی، اجرای وظایف چندمرحله‌ای و تحلیل دانش عرضه شده و قرار است نسخه وزن‌های آن در نوامبر ۲۰۲۶ منتشر شود.
مشخصات و قابلیت‌های Kimi K3.1 Pro
مون‌شات، شرکت توسعه‌دهنده خانواده مدل‌های هوش مصنوعی Kimi، مدل جدید Kimi K3.1 Pro را به‌عنوان نخستین عضو سری K3.1 معرفی کرده است. این مدل نسخه‌ای بهبودیافته از Kimi K3 محسوب می‌شود که با محاسبات آموزشی بیشتر پس از مرحله آموزش اولیه توسعه یافته است. براساس توضیحات شرکت، فرایند بهینه‌سازی مدل شامل یادگیری تقویتی مشترک در صدها حوزه کاربردی بوده است. مون‌شات همچنین زیرساخت اجرای وظایف، پردازش ورودی‌های طولانی و زمان‌بندی اجرای مدل را بهبود داده است.
مشخصات اصلی این مدل را در جدول زیر مشاهده می‌کنید:
مشخصات | جزئیات |
|---|---|
پارامترهای کل | ۲.۸ تریلیون |
پارامترهای فعال | ۱۰۴ میلیارد |
پنجره متنی | یک میلیون توکن |
ورودی‌های پشتیبانی‌شده | متن، تصویر و ویدیو از طریق API |
نسخه سریع‌تر | Kimi K3.1 Pro Highspeed |
مون‌شات می‌گوید نسخه Highspeed در مقایسه با مدل اصلی، دو تا سه برابر سریع‌تر اجرا می‌شود. البته این ادعا از سوی خود شرکت مطرح شده و عملکرد واقعی می‌تواند با توجه به نوع وظیفه و شرایط اجرا متفاوت باشد.
عملکرد مدل در آزمون‌های کدنویسی و علمی
براساس نتایج منتشرشده توسط مون‌شات، Kimi K3.1 Pro در آزمون Terminal-Bench 4.0 امتیاز ۶۵.۷ درصد را به دست آورده است؛ رقمی که در نمودار مقایسه‌ای این شرکت اندکی پایین‌تر از امتیاز ۶۶.۴ درصدی کلود اوپوس 5.5 قرار می‌گیرد. بااین‌حال، این مدل در آزمون SWE-Marathon امتیاز ۵۱.۷ را ثبت کرده و از تمام مدل‌های نمایش‌داده‌شده در نمودار مون‌شات پیشی گرفته است. این نتایج نشان می‌دهد عملکرد مدل در وظایف برنامه‌نویسی پیچیده می‌تواند رقابتی باشد.
در مقابل، آزمون Terminal-Bench Science 0.1 نقطه‌ضعف مهمی را نشان می‌دهد. Kimi K3.1 Pro در این آزمون امتیاز ۳۸.۱ گرفته است؛ درحالی‌که امتیاز GPT-6 Astra به ۶۸.۱ و کلود اوپوس 5.5 به ۶۳.۳ می‌رسد. در حوزه طراحی سه‌بعدی و CAD نیز این مدل در آزمون BenchCAD، با استفاده از ابزارها، امتیاز ۹۲.۷ را ثبت کرده است. امتیاز مدل در نسخه بدون ویجت ۷۲.۸ بوده که به نتیجه ۷۳ امتیازی کلود اوپوس 5.5 نزدیک است.
کاهش توهم و ملاحظات امنیت سایبری
مون‌شات اعلام کرده میزان توهم در آزمون داخلی Kimi Hallu Bench Hard از ۲۳.۴ درصد در Kimi K3 به ۸.۳ درصد در نسخه جدید کاهش یافته که قابل توجه است، اما نتیجه آزمونی خود این شرکت محسوب می‌شود و برای ارزیابی مستقل به بررسی‌های بیشتری نیاز دارد. طبق نتایج داخلی مون‌شات، نسخه فیلترنشده در آزمون xdev-bench-hard امتیاز ۹۰.۵ درصد و نسخه عرضه‌شده امتیاز ۸۱ درصد را کسب کرده است.
قیمت API و زمان انتشار وزن‌ها
Kimi K3.1 Pro هم‌اکنون از طریق وب‌سایت Kimi، سرویس Kimi Work، ابزار Kimi Code و API در دسترس است. شناسه‌های API این مدل عبارت‌اند از kimi-k3.1-pro و kimi-k3.1-pro-highspeed و رابط برنامه‌نویسی آن با استاندارد OpenAI سازگار است. هزینه توکن‌های ورودی ذخیره‌شده در حافظه نهان برای مدل اصلی ۰.۲۰ دلار به‌ازای هر یک میلیون توکن اعلام شده است. دسترسی API نیز به شارژ اولیه حداقل یک‌دلاری نیاز دارد. باوجود عرضه مدل از طریق API، وزن‌های آن هنوز عمومی نشده‌اند؛ بنابراین، اجرای مستقل این مدل روی زیرساخت اختصاصی درحال‌حاضر امکان‌پذیر نیست. مون‌شات انتشار وزن‌ها را برای نوامبر ۲۰۲۶ برنامه‌ریزی کرده است.
Kimi K3.1 Pro با پنجره متنی بزرگ، هزینه API پایین‌تر از نسل قبل و عملکرد رقابتی در برخی آزمون‌های کدنویسی وارد بازار شده است. بااین‌حال، بخش مهمی از نتایج به آزمون‌های داخلی مون‌شات متکی است و ضعف در وظایف علمی نیز نشان می‌دهد که عملکرد مدل در همه حوزه‌ها یکسان نیست. انتشار وزن‌ها در ماه نوامبر می‌تواند امکان ارزیابی مستقل‌تر این مدل را فراهم کند.