Kimi K3.1 Pro Vega-ზე გამოვიდა
Kimi K3.1 Pro vega.chat-ზე გამოჩნდა, Kimi-ის პლატფორმებზე მის გამოშვებასთან ერთად. Moonshot AI-ის ახალი „3T-კლასის“ ფლაგმანი აერთიანებს 1M-ტოკენიან კონტექსტურ ფანჯარას, მშობლიურ ხედვას და გაუმჯობესებულ შესაძლებლობებს კოდირებაში, 3D-მოდელირებასა და ფინანსებში. სრულფასოვანი ღია წონების გამოშვება 2026 წლის 4 ნოემბრამდეა დაგეგმილი. მასთან ერთად გამოვიდა K3.1 Pro Highspeed-იც, რომელიც ინტერაქტიული გამოყენებისთვის იგივე შესაძლებლობებს დაახლოებით 2–3-ჯერ მეტი სიჩქარით გვთავაზობს.
რა არის Kimi K3.1 Pro?
Moonshot AI-ის K3.1 სერიის პირველი მოდელი, K3.1 Pro, Kimi K3-ის შემდგომი სწავლებით მიღებული ვერსიაა, რომელსაც მნიშვნელოვნად მეტი გამოთვლითი რესურსი დაეთმო შემდგომი სწავლების ეტაპზე. „3T-კლასი“ მოდელის კლასს აღწერს: Moonshot-ს პარამეტრების ზუსტი საერთო ან აქტიური რაოდენობა არ გაუმჟღავნებია.
მისი 1,000,000-ტოკენიანი კონტექსტური ფანჯარა ერთი მოთხოვნის ფარგლებში მოიცავს დიდ კოდურ ბაზებს, ვრცელ ფინანსურ დოკუმენტებსა და ხანგრძლივ აგენტურ სესიებს. მშობლიური ვიზუალური გაგება მოდელს ეკრანის სურათებთან, ესკიზებსა და საცნობარო გამოსახულებებთან მუშაობის საშუალებას აძლევს.
გამოშვების დღესვე მოდელი ხელმისაწვდომია Kimi.ai-სა და მის მობილურ აპებში, Kimi Work-ში, Kimi Code-სა და Kimi API-ში. Kimi Enterprise-ის ადმინისტრატორებს შეუძლიათ ის თავიანთი ორგანიზაციებისთვის გაააქტიურონ; გამოშვებისას წვდომა ნაგულისხმევად გამორთულია.
Kimi API-ის ფასები: kimi-k3-ზე დაახლოებით ერთი მესამედით დაბალი
Moonshot-ის მიერ გამოქვეყნებული Kimi API-ის ფასებია:
| ტოკენის ტიპი | ფასი 1M ტოკენზე |
|---|---|
| შეყვანა | $2.00 |
| გამოტანა | $10.00 |
| ქეშში ჩაწერა | $2.00 |
| ქეშიდან მიღება | $0.20 |
ეს Kimi-ის პროვაიდერის ფასებია და არა VEGA-ს ფასები.
შედარებისთვის, kimi-k3-ის ფასი ქეშში არშენახული შეყვანისთვის $3.00, გამოტანისთვის $15.00, ხოლო ქეშიდან მიღებისთვის მილიონ ტოკენზე $0.30 იყო. ამ სამივე კატეგორიაში K3.1 Pro დაახლოებით ერთი მესამედით იაფია, რაც აქამდე ფასის გამო შეზღუდული დატვირთვების ხელახლა შეფასების საფუძველს იძლევა.
Kimi K3.1 Pro-ის ბენჩმარკები: რა გაუმჯობესდა
აგენტური კოდირება და ტერმინალთან მუშაობა
Terminal-Bench 4.0-ში, რომელიც რეალისტურ ტერმინალურ ამოცანებს მკაცრი ტესტებით აფასებს, K3.1 Pro 65.7%-ს იღებს, GPT-6 Astra — 58.2%-ს, ხოლო Claude Opus 5.5 — 66.4%-ს.
შედარებას ერთი მნიშვნელოვანი შენიშვნა ახლავს: K3.1 Pro-მ Claude Code-ის ჰარნესი გამოიყენა, სხვა მოდელებმა კი მაქსიმალური პარამეტრებით იმუშავეს. ეს შედეგები სრულად კონტროლირებული, თანაბარ პირობებში ჩატარებული შედარება არ არის.
Moonshot-ის შიდა Kimi Code Bench 3.0 Long-horizon შეფასებაში, რომელიც მრავალსაფეხურიან კოდირებასა და ინსტრუმენტების გამოყენებას მოიცავს, მოდელმა 61.2% მიიღო, K3-ის 55.95%-თან შედარებით.
3D-მოდელირება, CAD და 3D Make
პარამეტრული 3D-მოდელირება ფლაგმანი მოდელის უჩვეულო მიმართულებაა. ტექსტის, ესკიზებისა თუ საცნობარო გამოსახულებების საფუძველზე K3.1 Pro ფორმას, პროპორციებსა და სივრცულ მიმართებებს განსაზღვრავს. ის MCP კონექტორების გარეშე წერს და უშვებს Blender/CAD სკრიპტებს, არედაქტირებს გეომეტრიას, მასალებსა და სცენებს.
BenchCAD-ის შედეგები აჩვენებს როგორც მის ძლიერ მხარეებს, ისე ჯერ კიდევ არსებულ ხარვეზებს:
| BenchCAD-ის რეჟიმი | K3.1 Pro | შედარების ქულები |
|---|---|---|
| ინსტრუმენტებით | 92.7 | Opus 5.5: 96.2; Astra: 95.9 |
| ინსტრუმენტების გარეშე | 72.8 | Opus 5.5: 73.0; Fable 5.1: 60.6; DeepSeek-V4.1-Flash-1017: 41.2 |
ინსტრუმენტებით მიღებული შედეგი 1,000-ფაილიანი ქვენიმუშისთვის Voxel IoU-ს იყენებს.
Moonshot ამ მიმართულებით მზა პროდუქტსაც გვთავაზობს: 3D Make ხელმისაწვდომია kimi.ai-ზე და მის აპში; ის უზრუნველყოფს წინასწარ დათვალიერებას, რედაქტირებასა და ექსპორტს 3D-ბეჭდვისთვის ან ვიდეოსა და Live Photos-ის სახით. ეს პროდუქტი მხოლოდ Kimi-ის პლატფორმებზეა ხელმისაწვდომი.
ფინანსები და დოკუმენტების ანალიზი
K3.1 Pro OfficeQA Pro v2-ში 64.4 ქულას იღებს. ეს ბენჩმარკი ფინანსური დოკუმენტების ანალიზს, ჯვარედინ გადამოწმებასა და მრავალსაფეხურიან გამოთვლებს ამოწმებს. Moonshot-ის მტკიცებით, ეს შედეგი ამჟამად საუკეთესოა. კომპანია ასევე აცხადებს, რომ Frontier Finance-ში, რომელიც ინვესტირების პროცესებს სკრინინგიდან მომგებიანობის ანალიზამდე მოიცავს, მოდელმა 58.6 ქულა მიიღო.
ფინანსების მიმართულებით, Moonshot-ის შიდა შეფასებებში K3.1 Pro-ს შედეგები K3-თან შედარებით გაუმჯობესდა:
| შეფასება | K3.1 Pro | K3 |
|---|---|---|
| Financial Modeling | 57.6 | 50.4 |
| Financial Research | 70.4 | 58.8 |
| Business Operation | 37 | 8.9 |
ფაქტობრივი სიზუსტე
Moonshot-ის შიდა Kimi Hallu Bench Hard-ზე მტკიცებების დონეზე ჰალუცინაციების მაჩვენებელი K3-ის 23.4%-დან 8.3%-მდე მცირდება. პასუხების წილი, რომლებშიც სულ მცირე ერთი ფაქტობრივი შეცდომაა, წინამორბედი მოდელის მაჩვენებლის 42.4%-მდე ჩამოდის.
ინსტრუმენტებით ჩატარებული ტესტის დიაგრამაში მტკიცებების დონეზე შეცდომების შემდეგი მაჩვენებლებია მოცემული; რაც უფრო დაბალია მაჩვენებელი, მით უკეთესი შედეგია:
| მოდელი | შეცდომების მაჩვენებელი |
|---|---|
| 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 ხაზგასმით აღნიშნავს, რომ ეს მკაცრი სტრეს-ტესტია და არა ყოველდღიური შეცდომების მაჩვენებლის შეფასება.
მუშაობის პრინციპი: ერთობლივი RL და კიბერუსაფრთხოება
Moonshot ამ გაუმჯობესებებს ასობით გამოყენების სფეროში ერთობლივ განმტკიცებით სწავლებას უკავშირებს. ამას მთელი სისტემის ოპტიმიზაცია უწყობს ხელს: RL ინფრასტრუქტურა, გრძელი კონტექსტის დამუშავება, სწავლების ეფექტიანობა, იზოლირებული გარემოები, გაშვებების დაგეგმვა და გარემოს ხარისხის კონტროლი.
გუნდმა ასევე შენიშნა, რომ შემდგომი სწავლების მასშტაბის ზრდასთან ერთად მოწყვლადობების კვლევის შესაძლებლობებიც იზრდებოდა. ღია წონების გამოშვებისთვის გუნდმა შუალედური სწავლებისა და RL-ის ეტაპებიდან კიბერუსაფრთხოებასთან დაკავშირებული სპეციფიკური მონაცემები ამოიღო, თუმცა ჩვეულებრივი კოდირების ამოცანები შეინარჩუნა. ასევე ჩაატარა მიზნობრივი შეფასება თავისი შიდა xdev-bench-hard ბენჩმარკის გამოყენებით.
სცადეთ Kimi K3.1 Pro Vega-ზე
დეველოპერებისთვის ეს ამჟამად საუკეთესო ღია წონების კანდიდატია გრძელი კონტექსტის მქონე აგენტური კოდირებისთვის. 3D გუნდებს შეუძლიათ გამოსცადონ ფორმის განსაზღვრა და გენერირებული CAD სკრიპტები; ფინანსების გუნდებს კი — დოკუმენტების ჯვარედინი გადამოწმება და მრავალსაფეხურიანი გამოთვლები. Kimi-ის უფრო დაბალი პროვაიდერის ფასებიც ხელსაყრელ დროს ქმნის ბიუჯეტით შეზღუდული დატვირთვების ხელახლა შესაფასებლად.
ზოგი შედეგი კომპანიის მიერაა წარმოდგენილი ან შიდა შეფასებებს ეფუძნება, ჰარნესის პირობები განსხვავდება, ხოლო პარამეტრების რაოდენობა გაუმჟღავნებელია. საბოლოო გადაწყვეტილებამდე მოდელი საკუთარ ამოცანებზე გამოსცადეთ.
Kimi K3.1 Pro ხელმისაწვდომია vega.chat-ის მოდელების სიაში; დეველოპერებს მისი გამოყენება ასევე შეუძლიათ api.vega.chat-ის — OpenRouter-თან თავსებადი API-ის — მეშვეობით.