شرکت چینی Moonshot AI مدل هوش مصنوعی استدلالی جدید Kimi K3.1 Pro را معرفی کرده است؛ مدلی که با افزایش قابل‌توجه توان محاسباتی در مرحله پس‌آموزش، در شاخص Intelligence Index مؤسسه Artificial Analysis امتیاز ۵۵ را ثبت کرده و تنها سه امتیاز با بالاترین مدل‌های اختصاصی فاصله دارد.
🔷 مدل هوش مصنوعی Kimi K3.1 Pro با امتیاز ۵۵ در Intelligence Index به رتبه چهارم Artificial Analysis رسیده و ۱۱ امتیاز بالاتر از Kimi K3 قرار گرفته است.
🔷 در صورت انتشار وزن‌های مدل تا ۴ نوامبر ۲۰۲۶ (۱۳ آبان ۱۴۰۵)، این مدل می‌تواند بالاترین امتیاز را میان مدل‌های Open-Weights در اختیار داشته باشد.
🔷 بیشترین پیشرفت مدل در وظایف Agentic، برنامه‌نویسی، کارهای اداری، مدل‌سازی سه‌بعدی و پژوهش مالی گزارش شده است.
🔷 نسخه Highspeed نیز با سرعت دو تا سه برابر بیشتر عرضه شده و هر دو مدل از پنجره زمینه یک‌میلیون توکنی پشتیبانی می‌کنند.
🔷 شرکت Moonshot برای نسخه Open-Weights بخشی از داده‌های مرتبط با امنیت سایبری را حذف کرده تا قابلیت‌های تهاجمی مدل محدودتر شوند.
مدل Kimi K3.1 Pro نسخه‌ای پس‌آموزش‌دیده از Kimi K3 است که Moonshot AI برای آن توان محاسباتی بیشتری در مرحله Post-Training در نظر گرفته است.
این مدل در Artificial Analysis Intelligence Index امتیاز ۵۵ را به دست آورده که نسبت به امتیاز Kimi K3، افزایش ۱۱ امتیازی محسوب می‌شود.
براساس رتبه‌بندی Artificial Analysis، تنها مدل‌های Claude Opus 5.5 با امتیاز ۵۸، Claude Sonnet 5.5 با امتیاز ۵۶ و Muse Wonder Full با امتیاز ۵۶ بالاتر از مدل جدید Moonshot قرار گرفته‌اند.
در صورتی که مون‌شات مطابق برنامه وزن‌های مدل را تا ۴ نوامبر ۲۰۲۶ (۱۳ آبان ۱۴۰۵) منتشر کند، Kimi K3.1 Pro به بالاترین امتیاز در میان مدل‌های Open-Weights دست پیدا خواهد کرد. در این صورت، با فرض ثابت ماندن سایر رتبه‌ها، فاصله میان بهترین مدل وزن‌باز و مدل‌های اختصاصی از ۱۲ امتیاز به تنها سه امتیاز کاهش پیدا می‌کند.
مدل هوش مصنوعی Kimi K3.1 Pro
شرکت مون‌شات هم‌زمان نسخه‌ای با نام Kimi K3.1 Pro Highspeed را نیز عرضه کرده است که طبق اعلام شرکت، دو تا سه برابر سریع‌تر اجرا می‌شود.
هر دو نسخه هم‌اکنون از طریق Kimi.ai ،Kimi Work ،Kimi Code و Kimi API در دسترس قرار دارند.
| هزینه | Kimi K3.1 Pro | Kimi K3.1 Pro Highspeed |
|---|---|---|
| ورودی به‌ازای یک میلیون توکن | ۲ دلار | ۴ دلار |
| خروجی به‌ازای یک میلیون توکن | ۱۰ دلار | ۲۰ دلار |
| ورودی Cache به‌ازای یک میلیون توکن | ۰٫۲۰ دلار | ۰٫۲۰ دلار |
بزرگ‌ترین بهبودهای Kimi K3.1 Pro در وظایف Agentic مشاهده شده‌اند. این مدل در بنچمارک GDPval-AA به امتیاز ۱۸۴۶ Elo رسیده که ۳۱۲ امتیاز بالاتر از K3 است.
این نتیجه Kimi K3.1 Pro را کمی پایین‌تر از Claude Opus 5.5 با امتیاز ۱۸۶۶ و Muse Wonder Full با امتیاز ۱۸۵۷ قرار می‌دهد.
در بنچمارک Terminal-Bench 4.0 نیز Moonshot امتیاز ۶۵٫۷ درصد را گزارش کرده است. این رقم بالاتر از ۵۸٫۲ درصد GPT-6 Astra و اندکی پایین‌تر از ۶۶٫۴ درصد Claude Opus 5.5 است.
نسخه قبلی یعنی Kimi K3 در همین آزمون تنها ۱۳ درصد امتیاز کسب کرده بود.
طبق داده‌های داخلی مون‌شات، نرخ Hallucination در سطح Claim در آزمون Kimi Hallu Bench Hard از ۲۳٫۴ درصد در K3 به ۸٫۳ درصد در K3.1 Pro کاهش یافته است.
شرکت سازنده تأکید کرده که این آزمون یک Stress Test است و نباید به‌عنوان معیار نرخ خطای عمومی مدل در نظر گرفته شود.
مدل GPT-6 Astra در همین بنچمارک نرخ ۵٫۵ درصد را ثبت کرده و همچنان عملکرد بهتری در این معیار دارد.
در آزمون‌های داخلی حوزه مالی، مدل جدید مون‌شات در Financial Modeling بهبود ۷٫۲ امتیازی و در Financial Research افزایش ۱۱٫۶ امتیازی داشته است. این شرکت همچنین اعلام کرده Kimi K3.1 Pro در آزمون OfficeQA Pro v2 بالاتر از تمام مدل‌های مقایسه‌شده قرار گرفته است.
تمام نتایج جدول منتشرشده توسط مون‌شات با میزان Reasoning Effort روی حالت Max ثبت شده‌اند.
شرکت مون‌شات اعلام کرده Kimi K3.1 Pro می‌تواند مستقیماً با موتورهای بازی مانند Unity ،Unreal Engine و Godot کار کند و از اصلاحات سریع تا ساخت پروژه‌های کامل را انجام دهد.
این مدل در بنچمارک BenchCAD با استفاده از ابزارها به امتیاز ۹۲٫۷ درصد رسیده که به نتایج ۹۶٫۲ درصدی Claude Opus 5.5 و ۹۵٫۹ درصدی GPT-6 Astra نزدیک است.
بدون استفاده از ابزار نیز Kimi K3.1 Pro امتیاز ۷۲٫۸ درصد را ثبت کرده که تقریباً با نتیجه ۷۳ درصدی Claude Opus 5.5 برابر است.
به گفته مون‌شات، این مدل به‌ویژه در مدل‌سازی پارامتریک قطعات مکانیکی، مدل‌های معماری و محصولات قابل پیکربندی عملکرد مناسبی دارد.
مدل همچنین می‌تواند بدون نیاز به اتصال‌دهنده‌های MCP برای Blender و نرم‌افزارهای CAD اسکریپت بنویسد و آن‌ها را اجرا کند.
شرکت مون‌شات قابلیت جدیدی با نام 3D Make نیز در Kimi.com ارائه کرده است که به کاربران امکان پیش‌نمایش، ویرایش و خروجی گرفتن از مدل‌های سه‌بعدی را می‌دهد.
مدل Kimi K3.1 Pro همان ابعاد K3 را حفظ کرده و شامل ۲٫۸ تریلیون پارامتر کلی و ۱۰۴ میلیارد پارامتر فعال است.
پنجره زمینه مدل به یک میلیون توکن می‌رسد و ورودی‌های متنی و تصویری را پشتیبانی می‌کند.
براساس تحلیل Artificial Analysis، این مدل روی مرز Pareto قرار دارد و هیچ مدل دیگری با تعداد پارامتر قابل مقایسه، امتیاز بالاتری در Intelligence Index به دست نیاورده است.
قیمت توکن‌ها نیز ۳۳ درصد کاهش یافته است. هزینه ورودی از ۳ دلار به ۲ دلار و خروجی از ۱۵ دلار به ۱۰ دلار به‌ازای هر یک میلیون توکن کاهش پیدا کرده و Cache Hit نیز به‌جای ۰٫۳۰ دلار، ۰٫۲۰ دلار هزینه دارد.
هزینه اجرای هر وظیفه Intelligence Index برای Kimi K3.1 Pro حدود ۱٫۹۸ دلار است که تقریباً با هزینه ۲ دلاری K3 برابری می‌کند؛ زیرا مدل جدید ۱۴ درصد توکن خروجی بیشتری تولید می‌کند.
شرکت مون‌شات بخش جداگانه‌ای از مطلب فنی Kimi K3.1 Pro را به امنیت سایبری اختصاص داده است.
این شرکت اعلام کرده که با افزایش مقیاس Post-Training، توانایی مدل در پژوهش آسیب‌پذیری‌ها نیز افزایش یافته است؛ زیرا داده‌های مرتبط با امنیت سایبری در مجموعه Mid-Training عمومی و برخی وظایف مربوط به آن در محیط‌های Reinforcement Learning وجود داشته‌اند.
برای نسخه Open-Weights، شرکت مون‌شات داده‌های مرتبط با امنیت سایبری را از هر دو مرحله آموزشی حذف کرده است.
در بنچمارک داخلی xdev-bench-hard که آسیب‌پذیری‌های اخیراً افشاشده در نرم‌افزارهایی مانند هسته لینوکس، Node.js و JavaScriptCore را بازسازی می‌کند، نسخه پاک‌سازی‌نشده مدل ۹۰٫۵ درصد از وظایف را حل کرده است.
پس از حذف داده‌ها، امتیاز Kimi K3.1 Pro در همین آزمون به ۸۱ درصد کاهش یافته است. مدل DeepSeek-V4.1-Flash امتیاز ۸۵٫۷ درصد و Kimi K3 امتیاز ۳۳٫۳ درصد را در این آزمون ثبت کرده‌اند.
شرکت مون‌شات اعلام کرده است که از نظر این شرکت، هیچ مدل Open-Weights نباید مرز مطلق توانایی‌های تهاجمی سایبری را جابه‌جا کند. در عین حال، این شرکت قصد دارد توانایی مدل‌های باز را به‌تدریج افزایش دهد، زیرا همین قابلیت‌ها می‌توانند برای اهداف دفاعی مانند بررسی سامانه‌های قدیمی نیز مورد استفاده قرار گیرند.
مدل Kimi K3.1 Pro با جهش ۱۱ امتیازی نسبت به نسل قبل، اکنون در رتبه چهارم Artificial Analysis Intelligence Index قرار گرفته و در وظایف Agentic، برنامه‌نویسی، کارهای اداری و مدل‌سازی سه‌بعدی پیشرفت قابل‌توجهی نشان داده است. کاهش قیمت توکن‌ها، پنجره زمینه یک‌میلیون توکنی و برنامه انتشار وزن‌های مدل نیز می‌توانند جایگاه آن را در میان مدل‌های Open-Weights تقویت کنند.
به نظر شما کاهش فاصله مدل‌های Open-Weights با مدل‌های اختصاصی تا سه امتیاز می‌تواند رقابت در بازار مدل‌های پیشرفته هوش مصنوعی را تغییر دهد؟
