Moonshot выпустила свою новую модель для рассуждений Kimi K3.1 Pro 2026‑10‑23. В Artificial Analysis Intelligence Index модель заняла четвертое место с результатом 55 баллов. Выше неё расположились только Claude Opus 5.5 (58), Claude Sonnet 5.5 (56) и Muse Wonder Full (56). Компания заявляет, что после публикации весов модель станет лучшей среди моделей с открытыми весами.
Как показывает себя Kimi K3.1 Pro
Наибольший прогресс заметен в агентных тестах, которые проверяют способность модели работать с программными инструментами. K3.1 Pro набрала 1,846 Elo в GDPval‑AA — на 312 баллов больше, чем предыдущая K3, — и заняла третье место после Claude Opus 5.5 (1,866) и Muse Wonder Full (1,857). Кроме того, модель лидирует в Terminal‑Bench 4.0, а её результат в AutomationBench‑AA вырос с 58% до 73%. В других тестах улучшения скромнее: Humanity’s Last Exam (47% → 52%), CritPt (23% → 25%) и SciCode (59% → 61%). Доля галлюцинаций модели снизилась с 53% до 44%, а общая точность выросла с 48% до 51%.
Цена и технические характеристики
По данным Moonshot, выполнение одной задачи стоит около $1.98 — примерно столько же, сколько у предыдущей модели K3. Для каждой задачи Intelligence Index новая модель использует 55 K выходных токенов — на 14% больше, чем K3, — однако цены на токены снижены на 33% для входных и выходных токенов, а также для попаданий в кэш. K3.1 Pro поддерживает контекстное окно на 1 million токенов, работает на базе 2.8 trillion параметров, из которых 104 billion активны, и принимает текстовые и графические данные. Веса пока не опубликованы, но ожидаются в ближайшее время; тогда модель станет лидером рейтинга среди моделей с открытыми весами.
Почему это важно
Для разработчиков, которым нужен ИИ, способный работать с программными инструментами, Kimi K3.1 Pro заметно лучше справляется с агентными задачами без повышения затрат. После публикации весов Moonshot пользователи открытого ПО получат высокорезультативную альтернативу проприетарным моделям, что сократит разрыв в возможностях.
