Kimi K3.1 Pro Vega’da taqdim etildi
Kimi K3.1 Pro Kimi platformalarida ishga tushirilishi bilan bir vaqtda vega.chat’da ham taqdim etildi. Moonshot AI’ning yangi “3T sinfidagi” flagman modeli 1M tokenli kontekst oynasini tabiiy tasvirni anglash hamda kod yozish, 3D modellashtirish va moliya sohalaridagi yaxshilangan imkoniyatlar bilan birlashtiradi. Modelning vaznlari to‘liq ochiq versiyasi 2026-yil 4-noyabrgacha chiqarilishi va’da qilingan. U bilan birga ishga tushirilgan K3.1 Pro Highspeed interaktiv foydalanish uchun ayni imkoniyatlarni taxminan 2–3 baravar yuqori tezlikda taqdim etadi.
Kimi K3.1 Pro nima?
Moonshot AI’ning K3.1 seriyasidagi ilk model bo‘lgan K3.1 Pro — Kimi K3’ning post-treningdan o‘tgan va post-trening hisoblash quvvati sezilarli darajada oshirilgan versiyasi. “3T sinfidagi” iborasi model sinfini anglatadi: Moonshot umumiy yoki faol parametrlarning aniq sonini oshkor qilmagan.
Uning 1 000 000 tokenli kontekst oynasi yirik kod bazalari, hajmli moliyaviy hujjatlar va uzoq davom etadigan agent seanslarini bitta so‘rovda qamrab oladi. Tasvirlarni tabiiy ravishda anglash imkoniyati unga skrinshotlar, eskizlar va namunaviy tasvirlar bilan ishlash imkonini beradi.
Ishga tushirilgan kundan boshlab u Kimi.ai va uning mobil ilovalarida, Kimi Work, Kimi Code hamda Kimi API’da mavjud. Kimi Enterprise administratorlari uni o‘z tashkilotlari uchun yoqishlari mumkin; ishga tushirilganda unga kirish sukut bo‘yicha o‘chirilgan.
Kimi API narxlari: kimi-k3’dan taxminan uchdan birga arzon
Moonshot e’lon qilgan Kimi API narxlari:
| Token turi | 1M token uchun narx |
|---|---|
| Kiruvchi | $2.00 |
| Chiquvchi | $10.00 |
| Keshga yozish | $2.00 |
| Keshdan foydalanish | $0.20 |
Bu Kimi belgilagan narxlar, VEGA narxlari emas.
Taqqoslash uchun, kimi-k3’da keshdan foydalanilmagan kiruvchi tokenlar narxi $3.00, chiquvchi tokenlar narxi $15.00, keshdan foydalanilgan tokenlar narxi esa har bir million token uchun $0.30 edi. K3.1 Pro ushbu uch toifada taxminan uchdan birga arzonroq, shu sababli ilgari xarajatlar tufayli cheklangan ish yuklarini qayta ko‘rib chiqishga arziydi.
Kimi K3.1 Pro sinov natijalari: qaysi jihatlari yaxshilandi?
Agentli kod yozish va terminal bilan ishlash
Realistik terminal vazifalarini qat’iy testlar asosida baholaydigan Terminal-Bench 4.0’da K3.1 Pro 65.7% natija qayd etdi. GPT-6 Astra 58.2%, Claude Opus 5.5 esa 66.4% natija ko‘rsatdi.
Bu taqqoslashga bir izoh kerak: K3.1 Pro’da Claude Code harness’i ishlatilgan, boshqa modellar esa maksimal sozlamalarida ishga tushirilgan. Shuning uchun bu natijalar to‘liq nazorat qilingan, bir xil sharoitdagi taqqoslash emas.
Ko‘p bosqichli kod yozish va vositalardan foydalanishni qamrab oluvchi, Moonshot’ning ichki Kimi Code Bench 3.0 Long-horizon baholashida model 61.2% natija ko‘rsatdi. K3’ning natijasi 55.95% edi.
3D modellashtirish, CAD va 3D Make
Parametrik 3D modellashtirish flagman model uchun noodatiy yo‘nalish hisoblanadi. Matn, eskiz yoki namunaviy tasvirlar asosida K3.1 Pro shakl, nisbatlar va fazoviy munosabatlarni aniqlaydi. U MCP ulagichlarisiz Blender/CAD skriptlarini yozib, ishga tushiradi hamda geometriya, materiallar va sahnalarni tahrirlaydi.
BenchCAD natijalari uning kuchli jihatlari bilan birga hali qolayotgan kamchiliklarini ham ko‘rsatadi:
| BenchCAD sozlamasi | K3.1 Pro | Taqqoslash natijalari |
|---|---|---|
| Vositalar bilan | 92.7 | Opus 5.5: 96.2; Astra: 95.9 |
| Vositalarsiz | 72.8 | Opus 5.5: 73.0; Fable 5.1: 60.6; DeepSeek-V4.1-Flash-1017: 41.2 |
Vositalar bilan olingan natijada 1 000 ta fayldan iborat kichik to‘plamda Voxel IoU ko‘rsatkichi ishlatilgan.
Moonshot bu imkoniyatlar asosida tayyor mahsulot ham chiqardi: 3D Make kimi.ai’da va uning ilovasida ishga tushirilgan. Unda 3D bosib chiqarish yoki video va Live Photos shaklida eksport qilishdan oldin ko‘rib chiqish va tahrirlash mumkin. Bu mahsulot faqat Kimi platformalarida mavjud.
Moliya va hujjatlarni tahlil qilish
Moliyaviy hujjatlarni tahlil qilish, o‘zaro tekshirish va ko‘p bosqichli hisob-kitoblarni sinovdan o‘tkazadigan OfficeQA Pro v2’da K3.1 Pro 64.4 natija ko‘rsatdi. Moonshot bu natijani sohadagi eng yuqori ko‘rsatkich deb ta’kidlaydi. Shuningdek, investitsiya jarayonining saralashdan rentabellik tahliligacha bo‘lgan bosqichlarini qamrab oluvchi Frontier Finance’da 58.6 natija qayd etilgan.
Moliyaga oid ichki sinov natijalari K3’ga nisbatan yaxshilangan:
| Baholash | K3.1 Pro | K3 |
|---|---|---|
| Moliyaviy modellashtirish | 57.6 | 50.4 |
| Moliyaviy tadqiqot | 70.4 | 58.8 |
| Biznes operatsiyalari | 37 | 8.9 |
Faktlarning aniqligi
Moonshot’ning ichki Kimi Hallu Bench Hard sinovida da’vo darajasidagi gallyutsinatsiyalar K3’da 23.4% bo‘lgan bo‘lsa, K3.1 Pro’da 8.3% gacha kamaydi. Kamida bitta faktik xatoni o‘z ichiga olgan javoblar ulushi avvalgi model ko‘rsatkichining 42.4% iga tushdi.
Vositalar bilan o‘tkazilgan sinov jadvalida da’vo darajasidagi xatolar ulushi ko‘rsatilgan; bu yerda pastroq natija yaxshiroq:
| Model | Xatolar ulushi |
|---|---|
| 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 buni kundalik xatolar darajasining taxmini emas, balki ataylab qiyinlashtirilgan stress-test deb ta’kidlaydi.
Ichki mexanizmlar: birgalikdagi RL va kiberxavfsizlik
Moonshot erishilgan yutuqlarni yuzlab quyi yo‘nalishlarda birgalikda qo‘llangan mustahkamlovchi o‘rganish bilan izohlaydi. Bunda butun texnologik stek optimallashtirilgan: RL infratuzilmasi, uzun kontekstli inferensiya, trening samaradorligi, sandbox’lar, rollout rejalashtirish va muhit sifatini nazorat qilish.
Jamoa post-trening ko‘lami ortishi bilan zaifliklarni tadqiq qilish qobiliyati ham oshganini kuzatdi. Vaznlari ochiq versiyani chiqarish uchun ular o‘rta bosqichdagi trening va RL bosqichlaridan kiberxavfsizlikka xos ma’lumotlarni olib tashladi, shu bilan birga oddiy kod yozish vazifalarini saqlab qoldi va o‘zlarining xdev-bench-hard benchmark’i yordamida maqsadli baholash o‘tkazdi.
Kimi K3.1 Pro’ni Vega’da sinab ko‘ring
Dasturchilar uchun bu hozircha uzun kontekst bilan agentli kod yozishga mo‘ljallangan eng kuchli vaznlari ochiq model nomzodi. 3D jamoalari shaklni aniqlash va yaratilgan CAD skriptlarini, moliya jamoalari esa hujjatlarni o‘zaro tekshirish va ko‘p bosqichli hisob-kitoblarni sinab ko‘rishi mumkin. Kimi belgilagan narxlarning arzonligi ham budjeti cheklangan ish yuklarini qayta ko‘rib chiqish uchun ayni muddao.
Bir nechta natijalar kompaniya tomonidan taqdim etilgan yoki ichki sinovlardan olingan, sinov sharoitlari farq qiladi va parametrlar soni oshkor qilinmagan. Biror majburiyat olishdan oldin o‘z vazifalaringizda sinovdan o‘tkazing.
Kimi K3.1 Pro vega.chat model tanlagichida mavjud. Dasturchilar unga OpenRouter bilan mos API — api.vega.chat orqali ham murojaat qilishlari mumkin.