Milijoną teksto vienetų Kimi apdoros nauju Pro modeliu

Moonshot pristatė Kimi K3.1 Pro modelį su milijono teksto vienetų kontekstu ir atskirą spartesnį variantą K3.1 Pro Highspeed. Oficialus pranešimas naujovę sieja su programavimo, trimačio modeliavimo ir finansinės analizės darbais, kuriems reikia ilgesnės veiksmų sekos.

Bendrovė nurodo abi versijas jau teikianti Kimi svetainėje, darbo paslaugoje Kimi Work, programavimo įrankyje Kimi Code ir per API. Tai leidžia modelį naudoti per paslaugą dabar, tačiau neprilygsta galimybei šiandien atsisiųsti visus jo svorius ir paleisti savo infrastruktūroje.

Pilnus svorius Moonshot žada paskelbti iki lapkričio 4 dienos, todėl šis leidimas kol kas yra ir būsimo atvėrimo anonsas. Pranešime Highspeed versijai nurodomas maždaug dviejų ar trijų kartų greičio pranašumas, tačiau reali trukmė priklausys nuo konkrečios užduoties ir pasirinkto darbo režimo.

K3.1 Pro apibūdinamas kaip papildomai mokytas Kimi K3 variantas, kuriam skirta gerokai daugiau baigiamojo mokymo skaičiavimo išteklių. Moonshot teigimu, bendras mokymas apėmė šimtus užduočių sričių, o kartu buvo atnaujinta mokymo infrastruktūra, aplinkų kokybės kontrolė ir ilgo konteksto apdorojimas.

Oficialioje rezultatų lentelėje modelis Terminal-Bench 4.0 teste surinko 65,7 procento, palyginti su 58,2 procento GPT-6 Astra rezultatu. Claude Opus 5.5 toje pačioje pateikiamoje lentelėje pasiekė 66,4 procento, tačiau palyginimą paskelbė pats naujojo modelio kūrėjas, ne nepriklausoma redakcija.

Vidiniame Kimi Code Bench 3.0 ilgų užduočių vertinime naujasis modelis gavo 61,2 procento, o K3 rezultatas buvo 55,95 procento. Pasak Moonshot, šis bandymas apima kelių žingsnių vykdymą, įrankių naudojimą ir skirtingų inžinerinių užduočių sprendimą, o ne vien trumpo kodo parašymą.

Trimačio darbo dalyje bendrovė pristato parametrinį modeliavimą, Blender ir CAD scenarijų kūrimą bei jau veikiančią funkciją 3D Make. Jos aprašyme numatyta sukurtus objektus peržiūrėti naršyklėje, redaguoti ir atsisiųsti trimačiam spausdinimui arba eksportuoti kaip vaizdo medžiagą vėlesniam naudojimui.

Finansų užduotims skirtame OfficeQA Pro v2 vertinime Moonshot skelbia 64,4 balo, o vidiniame faktinių klaidų teste nurodo sumažėjusį klaidingų teiginių dažnį. Rodiklis nuo 23,4 procento sumažėjo iki 8,3 procento, tačiau bendrovė aiškiai pažymi, kad tai specialus sudėtingų užklausų bandymas.

Moonshot įspėja šių skaičių nelaikyti kasdienio naudojimo klaidų dažniu; finansų dokumentų analizės patikimumo jie savaime negarantuoja kitomis sąlygomis. Kibernetinių gebėjimų dalyje laboratorija taip pat nurodo pašalinusi dalį atitinkamų mokymo duomenų, siekdama apriboti piktnaudžiavimo galimybes prieš paskelbdama atvirus svorius.

Bendrovės vidiniame kibernetiniame teste šis ribojimas sumažino rezultatą nuo 90,5 iki 81 procento, tačiau nepanaikino visų tokių gebėjimų. Artimiausias patikrinamas leidimo etapas bus pilnų svorių paskelbimas iki lapkričio 4 dienos, kartu su galimybe kitoms komandoms savarankiškai tirti modelį.