Kimi K3.1 Pro Vega पर आया

Kimi K3.1 Pro, Kimi के प्लेटफ़ॉर्म पर लॉन्च होने के साथ ही vega.chat पर भी उपलब्ध हो गया है। Moonshot AI का नया “3T-क्लास” फ्लैगशिप, 1M-टोकन संदर्भ विंडो के साथ नेटिव विज़न और कोडिंग, 3D मॉडलिंग तथा वित्तीय कार्यों में बेहतर क्षमताएँ प्रदान करता है। पूर्ण ओपन-वेट रिलीज़ 4 नवंबर, 2026 तक उपलब्ध कराने का वादा किया गया है। इसके साथ लॉन्च हुआ K3.1 Pro Highspeed इंटरैक्टिव इस्तेमाल के लिए लगभग 2–3 गुना अधिक गति पर समान क्षमताएँ देता है।

Kimi K3.1 Pro क्या है?

Moonshot AI की K3.1 सीरीज़ का पहला मॉडल K3.1 Pro, Kimi K3 का ऐसा संस्करण है जिसे पोस्ट-ट्रेनिंग के दौरान काफ़ी अधिक कंप्यूट दिया गया है। “3T-क्लास” इसके मॉडल वर्ग को दर्शाता है: Moonshot ने कुल या सक्रिय पैरामीटर की सटीक संख्या सार्वजनिक नहीं की है।

इसकी 1,000,000-टोकन संदर्भ विंडो एक ही अनुरोध में बड़े कोडबेस, लंबे वित्तीय दस्तावेज़ और विस्तारित एजेंट सत्र संभाल सकती है। नेटिव विज़ुअल समझ इसे स्क्रीनशॉट, स्केच और संदर्भ छवियों के साथ काम करने देती है।

पहले दिन से यह Kimi.ai और इसके मोबाइल ऐप्स, Kimi Work, Kimi Code और Kimi API पर उपलब्ध है। Kimi Enterprise के एडमिन इसे अपने संगठनों के लिए सक्षम कर सकते हैं; लॉन्च के समय इसकी पहुँच डिफ़ॉल्ट रूप से बंद है।

Kimi API की कीमत: kimi-k3 से लगभग एक-तिहाई कम

Moonshot की प्रकाशित Kimi API कीमतें इस प्रकार हैं:

टोकन का प्रकार	प्रति 1M टोकन कीमत
इनपुट	$2.00
आउटपुट	$10.00
कैश लिखना	$2.00
कैश हिट	$0.20

ये Kimi की विक्रेता-निर्धारित कीमतें हैं, VEGA की कीमतें नहीं।

तुलना के लिए, kimi-k3 में कैश के बिना इनपुट की कीमत $3.00, आउटपुट की $15.00 और कैश हिट की कीमत प्रति दस लाख टोकन $0.30 थी। इन तीनों श्रेणियों में K3.1 Pro लगभग एक-तिहाई सस्ता है, इसलिए उन वर्कलोड पर फिर से विचार करना उचित है जो पहले लागत के कारण सीमित थे।

Kimi K3.1 Pro के बेंचमार्क: कहाँ सुधार हुआ है

एजेंटिक कोडिंग और टर्मिनल पर काम

Terminal-Bench 4.0 पर, जो सख़्त परीक्षणों के साथ वास्तविक टर्मिनल कार्यों का मूल्यांकन करता है, K3.1 Pro का स्कोर 65.7% है। इसकी तुलना में GPT-6 Astra का स्कोर 58.2% और Claude Opus 5.5 का 66.4% है।

इस तुलना के साथ एक सावधानी ज़रूरी है: K3.1 Pro ने Claude Code harness का इस्तेमाल किया, जबकि अन्य मॉडल अपनी अधिकतम सेटिंग्स पर चलाए गए। इसलिए ये पूरी तरह नियंत्रित, समान परिस्थितियों वाले परिणाम नहीं हैं।

Moonshot के अपने Kimi Code Bench 3.0 Long-horizon मूल्यांकन में, जो कई चरणों वाली कोडिंग और टूल के इस्तेमाल को परखता है, इसका स्कोर 61.2% है—K3 के 55.95% से अधिक।

3D मॉडलिंग, CAD और 3D Make

पैरामीट्रिक 3D मॉडलिंग किसी फ्लैगशिप रिलीज़ के लिए एक असामान्य फ़ोकस है। टेक्स्ट, स्केच या संदर्भ छवियों से K3.1 Pro आकार, अनुपात और स्थानिक संबंधों का अनुमान लगाता है। यह MCP कनेक्टर के बिना Blender/CAD स्क्रिप्ट लिखता और चलाता है तथा ज्यामिति, मटीरियल और सीन में बदलाव करता है।

BenchCAD के नतीजे इसकी खूबियों और बाकी कमियों, दोनों को दिखाते हैं:

BenchCAD सेटिंग	K3.1 Pro	तुलना के स्कोर
टूल के साथ	92.7	Opus 5.5: 96.2; Astra: 95.9
टूल के बिना	72.8	Opus 5.5: 73.0; Fable 5.1: 60.6; DeepSeek-V4.1-Flash-1017: 41.2

टूल के साथ वाला नतीजा 1,000 फ़ाइलों के उपसमुच्चय पर Voxel IoU का इस्तेमाल करता है।

Moonshot ने इसके आसपास एक तैयार उत्पाद भी पेश किया है: 3D Make, kimi.ai और इसके ऐप पर उपलब्ध है। इसमें 3D प्रिंटिंग के लिए या वीडियो और Live Photos के रूप में प्रीव्यू, संपादन और एक्सपोर्ट की सुविधा है। यह उत्पाद केवल Kimi के प्लेटफ़ॉर्म पर उपलब्ध है।

वित्त और दस्तावेज़ विश्लेषण

OfficeQA Pro v2 पर K3.1 Pro का स्कोर 64.4 है। यह बेंचमार्क वित्तीय दस्तावेज़ विश्लेषण, क्रॉस-वेरिफ़िकेशन और कई चरणों वाली गणना को परखता है। Moonshot का दावा है कि यह अब तक का सर्वश्रेष्ठ परिणाम है। कंपनी ने निवेश की शुरुआती छँटाई से लेकर लाभप्रदता विश्लेषण तक के वर्कफ़्लो को शामिल करने वाले Frontier Finance पर 58.6 का स्कोर भी बताया है।

वित्त से जुड़े Moonshot के अपने मूल्यांकनों में K3 के मुकाबले सुधार दिखता है:

मूल्यांकन	K3.1 Pro	K3
Financial Modeling	57.6	50.4
Financial Research	70.4	58.8
Business Operation	37	8.9

तथ्यात्मक सटीकता

Moonshot के अपने Kimi Hallu Bench Hard पर, दावे के स्तर पर होने वाले hallucination K3 के 23.4% से घटकर 8.3% रह गए हैं। कम-से-कम एक तथ्यात्मक त्रुटि वाले उत्तरों का अनुपात भी पिछले मॉडल के आँकड़े के 42.4% तक गिर गया है।

टूल के साथ किए गए परीक्षण का चार्ट, दावे के स्तर की ये त्रुटि दरें दिखाता है; कम दर बेहतर है:

मॉडल	त्रुटि दर
GPT-6 Astra	5.5%
Kimi K3.1 Pro	8.3%
Claude Opus 5.5	15.0%
GLM-5.3	22.6%
DeepSeek-V4.1	23.3%
Claude Fable 5.1	23.3%

Moonshot स्पष्ट रूप से इसे एक कठोर स्ट्रेस टेस्ट बताता है, न कि रोज़मर्रा की त्रुटि दरों का अनुमान।

अंदरूनी तकनीक: संयुक्त RL और साइबर सुरक्षा

Moonshot इन सुधारों का श्रेय सैकड़ों डाउनस्ट्रीम क्षेत्रों में संयुक्त रीइन्फ़ोर्समेंट लर्निंग को देता है। इसे पूरे स्टैक के अनुकूलन का समर्थन मिला: RL इन्फ़्रास्ट्रक्चर, लंबा संदर्भ संभालने वाला इन्फ़रेंस, ट्रेनिंग की दक्षता, सैंडबॉक्स, रोलआउट शेड्यूलिंग और एनवायरनमेंट क्वालिटी कंट्रोल।

टीम ने यह भी देखा कि पोस्ट-ट्रेनिंग के पैमाने के साथ कमज़ोरियों पर शोध करने की क्षमता बढ़ रही थी। ओपन-वेट रिलीज़ के लिए, टीम ने सामान्य कोडिंग कार्यों को बरकरार रखते हुए मिड-ट्रेनिंग और RL—दोनों चरणों से साइबर-विशिष्ट डेटा हटा दिया और अपने xdev-bench-hard बेंचमार्क से लक्षित मूल्यांकन किया।

Vega पर Kimi K3.1 Pro आज़माएँ

डेवलपर्स के लिए, लंबे संदर्भ के साथ एजेंटिक कोडिंग के लिए यह फिलहाल सबसे मज़बूत ओपन-वेट विकल्प है। 3D टीमों के लिए आकार के अनुमान और तैयार CAD स्क्रिप्ट को परखना उपयोगी होगा; वित्तीय टीमों के लिए दस्तावेज़ों की क्रॉस-चेकिंग और कई चरणों वाली गणनाएँ। Kimi की कम विक्रेता-निर्धारित कीमतें भी बजट-संवेदनशील वर्कलोड पर फिर से विचार करने का अच्छा अवसर देती हैं।

कई नतीजे कंपनी द्वारा रिपोर्ट किए गए या आंतरिक हैं, परीक्षण के लिए इस्तेमाल किए गए harness की स्थितियाँ अलग-अलग हैं और पैरामीटर की संख्या सार्वजनिक नहीं की गई है। कोई प्रतिबद्धता करने से पहले अपने कामों पर इसका पायलट परीक्षण करें।

Kimi K3.1 Pro vega.chat के मॉडल पिकर में उपलब्ध है। डेवलपर्स इसे OpenRouter-संगत API api.vega.chat के ज़रिए भी इस्तेमाल कर सकते हैं।