Moonshot AI مدل متن‌باز سه‌تریلیون‌پارامتری Kimi K3.1 Pro را عرضه کرد

آزمایشگاه هوش مصنوعی چینی Moonshot AI مدل Kimi K3.1 Pro را منتشر کرد؛ اولین مدل در سری جدید K3.1 که به گفته این شرکت، با حدود ۳ تریلیون پارامتر، پیشرفته‌ترین مدل متن‌باز آن تا امروز است. نسخه سریع‌تری به نام Kimi K3.1 Pro Highspeed نیز همزمان عرضه شده که ۲ تا ۳ برابر سریع‌تر از مدل استاندارد اجرا می‌شود. انتشار کامل وزن‌های متن‌باز هر دو مدل تا ۴ نوامبر برنامه‌ریزی شده است.

این مدل بر پایه آموزش پسین از مدل قبلی Kimi K3ـ که در ژوئیه منتشر شد ـ ساخته شده و به گفته Moonshot، از منابع محاسباتی یادگیری تقویتی به‌مراتب بیشتری در صدها حوزه مختلف بهره برده است. این مدل از پنجره متنی یک‌میلیون‌توکنی پشتیبانی می‌کند و هم‌اکنون از طریق kimi.ai، اپلیکیشن‌های موبایل Kimi، اپلیکیشن دسکتاپ Kimi Work (نسخه ۳.۱.۰ به بالا، روی ویندوز و مک‌های مبتنی بر تراشه اپل) و Kimi Code از طریق دستور /model در دسترس است. توسعه‌دهندگان می‌توانند از طریق API کیمی با شناسه‌های مدل kimi-k3.1-pro و kimi-k3.1-pro-highspeed به آن دسترسی داشته باشند، و گزینه عدم نگهداری داده (Zero Data Retention) نیز برای مشتریان API ارائه می‌شود. مشتریان سازمانی و کسب‌وکاری می‌توانند این مدل را از طریق تنظیمات مدیریتی فعال کنند؛ در زمان عرضه، به‌طور پیش‌فرض غیرفعال است.

بر اساس بنچمارک‌های منتشرشده توسط Moonshot، مدل K3.1 Pro در Terminal-Bench 4.0 امتیاز ۶۵.۷ درصد کسب کرده که از Claude Opus 5.5 متعلق به Anthropic با ۶۶.۴ درصد کمی عقب‌تر اما از GPT-6 Astra با ۵۸.۲ درصد جلوتر است. در تسک‌های کدنویسی بلندمدت Kimi Code Bench 3.0، امتیاز آن به ۶۱.۲ درصد رسیده که نسبت به ۵۵.۹۵ درصد مدل قبلی K3 بهبود یافته است. در BenchCAD، بنچمارک بازسازی سه‌بعدی، با استفاده از ابزار به ۹۲.۷ درصد رسیده (در برابر ۹۶.۲ درصد برای Opus 5.5 و ۹۵.۹ درصد برای GPT-6 Astra) و بدون ابزار به ۷۲.۸ درصد، که تقریباً با ۷۳.۰ درصد Opus 5.5 برابری می‌کند. این شرکت همچنین نتایج پیشرو در بنچمارک داخلی OfficeQA Pro v2 (۶۴.۴) و بهبودهایی در آزمون‌های مالی گزارش کرد: مدل‌سازی مالی از ۵۰.۴ به ۵۷.۶، تحقیقات مالی از ۵۸.۸ به ۷۰.۴ و تسک‌های عملیات کسب‌وکار از ۸.۹ به ۳۷ نسبت به K3 جهش یافت.

Moonshot می‌گوید در زمینه قابلیت اطمینان نیز پیشرفت کرده است: در آزمون Hallu Bench Hard که نرخ توهم در سطح ادعا را می‌سنجد، نرخ خطای K3.1 Pro با دسترسی به ابزار از ۲۳.۴ درصد برای K3 به ۸.۳ درصد کاهش یافته است. این شرکت همچنین اعلام کرد که پیش از انتشار وزن‌های متن‌باز، داده‌های آموزشی مرتبط با حوزه سایبری را از مراحل میانی آموزش و یادگیری تقویتی حذف کرده، اقدامی که به گفته آن‌ها توانایی تهاجمی سایبری را کاهش می‌دهد؛ K3.1 Pro در بنچمارک سایبری xdev-bench-hard امتیاز ۸۱.۰ درصد کسب کرد که نسبت به ۹۰.۵ درصد یک نسخه داخلی بدون این اقدام کاهشی، پایین‌تر است. Moonshot تأکید می‌کند که توانایی سایبری مدل منتشرشده همچنان از سیستم‌های اختصاصی پیشرو عقب‌تر است.

همزمان با این مدل، Moonshot قابلیت جدیدی به نام «3D Make» را در kimi.ai و اپلیکیشن Kimi راه‌اندازی کرد که به کاربران امکان می‌دهد مدل‌های سه‌بعدی تولیدشده توسط هوش مصنوعی را پیش‌نمایش، ویرایش و خروجی بگیرند. جزئیات قیمت‌گذاری دسترسی به API در این اطلاعیه ذکر نشد؛ Moonshot کاربران را به صفحه قیمت‌گذاری جداگانه خود ارجاع داد.

این عرضه در شرایطی رخ می‌دهد که مدل‌های متن‌باز چینی همچنان در بنچمارک‌های کدنویسی و عامل‌محور، فاصله خود را با سیستم‌های اختصاصی پیشرو آمریکایی کاهش می‌دهند، در حالی که عمدتاً بر سر هزینه و دسترس‌پذیری برای توسعه‌دهندگانی رقابت می‌کنند که می‌خواهند به‌جای فراخوانی API اختصاصی، مدل را خودمیزبانی یا فاین‌تیون کنند.